其他分享
首页 > 其他分享> > RetinaNet论文理解

RetinaNet论文理解

作者:互联网

 https://blog.csdn.net/wwwhp/article/details/83317738

paper:Focal Loss for Dense Object Detection
linkRetinaNet

引言

介绍

创新点

α来解决平衡问题CE(pt)=−αtlog(pt)CE(pt​)=−αt​log(pt​),但是αα只能平衡positive/negtive样本的重要性,不能区分easy/hard样本,因此提出重构CE loss为了降低easy样本的权重把更多注意力放到hard negtive训练上,focal loss的标准公式为FL(pt)=−(1−pt)γlog(pt)FL(pt​)=−(1−pt​)γlog(pt​),文中实验还加上了αα平衡参数FL(pt)=−αt(1−pt)γlog(pt)

322到51225122在特征金字塔p3到p7等级上,在每一个level上都有三种不同的长宽比例{1:2,1:1,2:1},针对denser scale coverage,在每一个level的anchor集合上加入{2020, 21/321/3, 22/3

标签:loss,论文,pt,RetinaNet,检测器,样本,理解,focal,stage
来源: https://blog.csdn.net/duanyajun987/article/details/88998700