《Focal Loss for Object Detection》阅读笔记

阻碍 One-tage Detector 的性能最大的障碍在于训练数据 class imbalance, 文中通过修改 cross-entropy loss, 降权 well-classified samples 从而模型性能。

以前的方法

R-CNN 系列方法通过 two-stage 级联和启发式采样处理 class imbalance 问题， proposal stage 快速缩小候选目标的位置到一个较小的数量 (eg., 1~2k), 过滤掉大量的背景样本。在第二步进行分类时，启发式采样，固定 foreground-background 比例（1：3）以及 online hard example mining (OHEM), 使得foreground 和 background 的比例更易保持。
相比而言，one-stage detector 需要处理更大的样本空间，这些样本采样与整幅图像。实际上达到了 ~100k 的样本稠密覆盖整个空间位置、尺度、纵横比。而类似的启发式采样无效，整个过程被容易分类的 background samples 主导。因而，为了改善这种无效的问题，提出了 bootstrapping, hard example mining 方法。