目标检测 | RetinaNet，经典单阶段Anchor-Based目标检测模型

Focal Loss for Dense Object Detection

论文来源：IEEE Transactions on Pattern Analysis and Machine Intelligence 2020 论文链接：Focal Loss for Dense Object Detection | IEEE Xplore 论文代码：https://github.com/facebookresearch/Detectron

代码语言：javascript复制

@inproceedings{lin2017focal,
  title={Focal loss for dense object detection},
  author={Lin, Tsung-Yi and Goyal, Priya and Girshick, Ross and He, Kaiming and Doll{'a}r, Piotr},
  booktitle={Proceedings of the IEEE international conference on computer vision},
  pages={2980--2988},
  year={2017}
}

归纳总结

标签	目的	方法	总结
#Anchor #单阶段	解决正负样本严重不均衡的问题	retinanet和focal loss	针对训练过程中的实际问题，修改损失函数以达到优化的目的

主要工作

作者认为之前的单阶段检测算法精度不高的原因可能是前后景类别（正负样本）严重不均衡导致的。因此作者重新设计了一个损失：Focal Loss，其能降低可以较好分类的样本的损失权重，防止训练过程中大量的easy negatives给检测器带来的压制影响，并基于Focal Loss设计提出并训练了RetinaNet。

网络结构

RetinaNet的结构如下图：

主要包括三个部分：

Backbone：使用了ResNet FPN，用于生成多尺度{p3~p7}卷积特征图
Anchor：p3-p7特征图的base_size设置为[32^2,64^2,128^2,256^2,512^2]，在每一层特征图针对denser scale coverage，设置{{2^0,2^{1/3},2^{2/3}}}三种不同的anchor size，比例为{1:2,1:1,2:1}，即每个位置9种Anchor。
subnets：用于分类和回归，结构相同但参数不共享的小型FCN结构