Focal Loss for Dense Object Detection

基于密集目标的焦点损失 摘要 目前准确率最高的目标检测器是以R-CNN为基础的二阶段方法，在这其中我们再一系列候选目标位置上运用一个分类器。相比之下，一阶段的检测器的优点是更为快速和简单，但是相对于二阶段检测器在准确率方面就远远比不上了。在本篇文章中，我们研究了这其中的原因。我们发现在训练过程中极端的前景和背景类别不平衡的比例可能是这其中比较重要的原因。我们建议通过重构标准交叉熵来解决这种类别不平

>>阅读原文<<