目标检测 | 比 Focal Loss 更强的：Gradient Harmonized Mechanism

文章预览

点击上方“ CVer ”，选择加"星标"或“置顶” 重磅干货，第一时间送达 作者：Tenacious https://zhuanlan.zhihu.com/p/60349450 已授权转载 arXiv： https://arxiv.org/abs/1811.05181 检测框架主要分为 one-stage 和 two-stage 两大派别，他们都备受正负样本数目不平衡问题影响。思考下，对于一张图像，所含的目标是有限的(上限为20左右吧...)，这些目标所“产生”的正样本 anchors 亦是远小于负样本 anchors。在coco_val_2017 上的统计数据大约是：1006:1(感兴趣的读者可以自行统计check下～) 对于以上的不平衡，two-stage 的措施是：1) 在 first-stage 进行了batch sampling(如 RPN 结构中普遍使用的 pos: neg = 1: 1)。即每张图像只随机取 256 个 anchors 训练，且控制 pos anchor ：neg anchor 比例为1。(去看代码可以发现并没有做到 ………………………………