RetinaNet网络结构详解

原论文名称：Focal Loss for Dense Object Detection(聚焦损失与密集目标检测)

one-stage网络(yolo SSD)首次超过two-stage

 与之前的FPN网络结构的不同之处：

1.没有通过C2生成P2，因为P2会占用更多的计算资源

2.通过3*3卷积得到p6,FPN是通过maxpool

3.多一个P7

在不同的特征层上所使用不同的scale(尺度)和ratios(比例)

RetinaNet在每一个预测特征层使用了3个scale和3个ratios,一共9组anchors

 正负样本匹配：

1.Iou>=0.5正样本

2.Iou<0.4负样本

3.大于0.4小于0.5 舍弃