Overcoming Classifier Imbalance for Long-tail Object Detectionwith Balanced Group Softmax论文阅读

Overcoming Classifier Imbalance for Long-tail Object Detection with Balanced Group Softmax

通过group softmax克服目标检测中数据不均衡问题

可以用论文的一张图来概括核心思想

 在训练时：

        按照自己的数据集分布（数量分布or bbox的大小分布），将种类的分为n组，然后补上g0对前景和背景进行分类。

        对各组进行softmax处理，然后分别进行损失计算。

预测时：

        预测出来的向量先进行各组的softmax处理，然后把g1~gn的非others的概率抽取出来按相对顺序排好，再乘以前景概率，最后和背景概率拼接得到最终的分类概率分布。