RetinaNet论文

1、引入

摘要：本文是2017年何凯明 ICCV最佳学生论文奖。论文认为单阶段目标检测低于两阶段的原因是正负样本不均衡，导致模型在训练时偏向负样本，且过多的简单负样本使模型退化。为了降低影响，提出focal loss损失函以及检测网络结构，提升了性能。
优点：无论是精度还是速度都是全面超越。
创新点：

1. 提出focal loss损失函苏。
2. 提出目标检测网络结构。
3. 可以用于多标签分类（损失函数使用的是binary_cross_entropy_with_logits）。

2、网络结构

如图2-1所示。

1. 使用多尺度特征金字塔网络。
2. 分类与回归使用两个子网络，网络结构相同但不共享参数。

图2-1 网络结构

3、损失函数

改编交叉熵损失函数。
$FL(p_t)=-{\alpha }_t(1-p_t{)}^{\gamma }log(p_t)$

1. ${\alpha }_t$是系数，有利于提高精度。
2. 损失函数使用的是binary_cross_entropy_with_logits，用于多标签分类。

4、参数设置

1. 损失函数：$\alpha \in [0.25,0.27],$本文设置$\alpha =0.25,\gamma =2$。
2. anchor scales$\times$aspects=6/9
3. 重要
   因此正负样本不平衡，为了使模型训练前期保持稳定。将除了分类子网络最后一层，其余层w设为u=0,$\sigma =0.01$的高斯分布，b=0。最后一层为了使每一个anchor为前景的概率都为$\pi$。因此w设为u=0,$\sigma =0.01$的高斯分布，b设为$-log((1-\pi )/\pi )$。b的推导：输出概率使用逻辑回归函数即$\frac{1}{1+e^{-x}}$。本文中将$\pi$设为0.01，思想是增加正样本的损失值。