Focal Loss for Dense Object Detection

摘要： 　　至今最高准确度的目标检测器基于由R-CNN普及的两阶段方法，即在少量候选目标位置后应用一个分类器。与之相对，用于可能目标位置的规律且密集抽样的单阶段检测器有更快且更简单的潜力，但至今为止，在准确度上落后于两阶段检测器。本文中，我们研究了为什么是这种情况。我们发现，在训练密集检测器时遇到的极端前景－背景类别失衡，是核心的原因。我们计划通过改变标准交叉熵损失，使其减少正确分类样本的损失。我

>>阅读原文<<