RetinaNet：Focal Loss for Dense Object Detection

一、前言 目前的深度学习目标检测器中，One-stage的精度始终落后于two-stage 本文发现其中心原因为训练过程中前景与背景类别极端的不平衡 为解决该问题，本文重塑了标准交叉熵损失函数，即减少易分类样本的权重来进行平衡，提出了Focal Loss 为评估所提出的损失函数的有效性，本文设计并训练了一个简单的目标检测器——RetinaNet 1.1 类别不平衡 1.1.1 类别不平衡问题是什么

>>阅读原文<<