引言
介紹
- 目前精度高的檢測器都是基於two-stage，proposal-driven機制，第一階段生成稀疏的候選對象位置集，第二階段使用CNN進一步將每個候選位置分為前景或者背景以及確定其類別；
- 提出一個one-stage檢測器可以匹配two-stage檢測器在COCO上AP，例如FPN、Mask R-CNN，為了到達這一結果針對訓練過程中類別不平衡這個阻礙問題，設計出一個新的loss，focal loss；
- R-CNN類檢測器可以通過two-stage級聯和啟發式采用來解決class imbalance問題，proposal stage包括：Selective Search、EdgeBoxes、DeepMask、RPN，可以迅速候選區域數目降低過濾大量background樣本；在第二個分類stage啟發式采樣，可以采取的策略有：固定前景和背景的比例1:3或者采用OHEM在線困難樣本挖掘，可以用來維持前景和背景樣本可操作性平衡；
- one stage檢測器需要處理更大的候選位置集，雖然也應用了同樣的啟發式采樣，但是效率低下因為在訓練過程中很容易受到簡單背景樣本的支配；這種低效率問題是目標檢測的典型問題，對此典型的解決方法是bootstrapping、HEM；
- focal loss是一個能夠動態縮放的cross entropy loss，當正確類別的置信度提高時縮放因子衰減為0，縮放因子可以自動降低easy例子在訓練期間貢獻loss的權重，使得模型注重hard例子；
- 為了驗證focal loss的有效性設計了一種one-stage的目標檢測器RetinaNet，它的設計利用了高效的網絡特征金字塔以及采用了anchor boxes，表現最好的RetinaNet結構是以ResNet-101-FPN為bakcbone，在COCO測試集能達到39.1的AP，速度為5fps；
創新點
1、Focal Loss:
2、RetinaNet:
為了評估focal loss的有效性，設計和訓練出了RetinaNet，在使用focal loss對RetinaNet進行訓練時可以匹配之前的one-stage的方法，同時在精度上超過了目前所有的two-stage檢測器
