Focal Loss for Dense Object Detection

摘要： 　　至今最高準確度的目標檢測器基於由R-CNN普及的兩階段方法，即在少量候選目標位置後應用一個分類器。與之相對，用於可能目標位置的規律且密集抽樣的單階段檢測器有更快且更簡單的潛力，但至今爲止，在準確度上落後於兩階段檢測器。本文中，我們研究了爲什麼是這種情況。我們發現，在訓練密集檢測器時遇到的極端前景－背景類別失衡，是核心的原因。我們計劃通過改變標準交叉熵損失，使其減少正確分類樣本的損失。我

>>阅读原文<<