目標檢測 之 RetinaNet（Focal Loss for Dense Object Detection）

  目標檢測的派系： 這種魚(speed)與熊掌(accuracy)不可兼得的局面一直成爲Detection的瓶頸。   作者認爲單階段的精度差在於單階段檢測器中 類別不平衡 ，負樣本比例遠遠大於正樣本，佔據樣本中多數，影響網絡的優化。   1、什麼是「類別不平衡」呢？ 詳細來說，檢測算法在早期會生成一大波的bbox。而一幅常規的圖片中，頂多就那麼幾個object。這意味着，絕大多數的bbox屬於

>>阅读原文<<