目标定位与检测系列（12）RetinaNet

论文链接：RetinaNet 摘要 目前目标检测任务中精度最高的模型是基于主流的R-CNN框架的二阶段模型，该类方法在一些列目标候选框上进行分类。相对的，一阶段模型直接在大量的可能包含目标的区域进行检测，这样做速度更快但相比于两阶段模型也牺牲了精度，我们在本文工作中分析了这个问题的原因。我们发现训练过程中正负样本（指前景和背景）之间严重的不平衡是主要原因。我们通过修改标准的交叉信息熵损失函数来解决

>>阅读原文<<