RetinaNet详细解读

网络名称	RetinaNet
发表时间	2018年1月
作者	Tsung-Yi Lin, Priya Goyal, Ross Girshick, Kaiming He, and Piotr Dollar
机构	Facebook AI Research (FAIR)
领域	目标检测（object detection）
简介	使用Focal Loss解决样本不均衡问题，让one-stage网络达到two-stage的精度。

简介

针对one stage网络中类别不均衡问题，本文作者提出一种新的损失函数：Focal Loss，这个损失函数是在标准交叉熵损失基础上修改得到的。这个函数可以通过减少易分类样本的权重，使得模型在训练时更专注于稀疏的难分类的样本；防止大量易分类负样本在训练中压垮检测器。为了证明focal loss的有效性，作者设计了一个dense detector：RetinaNet，并且在训练时采用focal loss训练。实验证明RetinaNet不仅可以达到one-stage detector的速度，也能超过现有two-stage detector的准确率。

背景

Object detection算法主要可以分为两大类：two-stage detector和one-stage detector。前者是指类似Faster RCNN，RFCN这样需要region proposal的检测算法，这类算法可以达到很高的准确率，但是速度较慢。虽然可以通过减少proposal的数量或降低输入图像的分辨率等方式达到提速，但是速度并没有质的提升。后者是指类似YOLO，SSD这样不需要region proposal，直接回归的检测算法，这类算法速度很快，但是准确率不如前者。研究发现正负样本极不均衡是主要原因。

Focal Loss

对于二分类问题交叉熵函数如下所示：

$$CE=-ylog(p)-(1-y)log(1-p)(1)$$

式子中$y$代表ground truth真实值标签，$p$代表预测结果为正的概率。

可以改写为

p t = { p i f