视觉检测难点

待检测目标尺寸很小，导致占比小，检测难度大小尺寸检测

解决方案：切片、对小对象进行过采样，augumentation

待检测目标尺度变化大，网络难以提取出高效特征

解决方案:多尺度训练，Scale Normalization for Image Pyramids

待检测目标所在背景复杂，噪音干扰严重，检测难度大

解决方案：SSD网络，anchor 理念，在损失函数中加入调制因子，FPN特征金字塔

Adaptive Feature Pooling

待检测目标与背景颜色对比度低，网络难以提取出具有判别性的特征

解决方案：差值图像+开闭操作

各待检测目标之间数量极度不均衡，导致样本不均衡检测算法的速度与精度难以取得良好平衡

解决方案：硬采样：规定正负比例样本 ，软采样：规定权重，无采样：根据前面的样本估计后面的权重，生成式解决方法：GAN

IOU不均衡：

casacade RCNN：在不同分支上通过设置不同的IoU阈值，获得各自分支上高质量的正样本训练达成的