小目标检测的福音：Stitcher，简单又有效

向大家推荐一篇今天新出的目标检测相关论文 Stitcher: Feedback-driven Data Provider for Object Detection ，该文发明了一种简单方法改进业界老大难：小目标检测问题。

该文作者来自中科院自动化所、旷视科技、香港中文大学，孙剑老师和贾佳亚老师都为论文的共同作者。

大多数目标检测算法在小目标检测上都有显著的性能下降，作者通过统计分析发现，这与训练阶段小目标对损失函数的贡献小有关系，Feedback-driven Data Provider 顾名思义，作者提出了一种基于训练时反馈然后提供数据的方式改进训练，而制作新数据的方式也很简单，就是把图像拼接起来 Stitcher。

请看下图，这是Faster RCNN算法在COCO 数据集上训练时小目标对Loss贡献比例，baseline方法来自小目标的Loss贡献比例小于10%，而该文发明的方法 Stitcher 则让其更加均衡。