目标检测中的不平衡问题综述

点击我爱计算机视觉标星，更快获取CVML新技术

---

今天跟大家推荐一篇前几天新出的投向TPAMI的论文：Imbalance Problems in Object Detection: A Review，作者详细考察了目标检测中的不平衡问题（注意不仅仅是样本中的不平衡问题）及其解决方案，是目标检测领域目前最新的也是非常独特的综述。

读完之后，你会发现，原来新出的这么多算法，多半是为了解决不平衡问题！

以下是作者信息：

该文作者均来自土耳其中东科技大学。

什么是不平衡问题？

弄清这个问题，非常重要，作者让我们重新审视目标检测的数据和算法流程，对于任何输入的特性的分布，如果它影响到了最终精度，都是不平衡问题。

一个我们最常想到的不平衡问题是：目标类别的不平衡。比如猫狗数据标注数量差异比较大。

但这只是类别个数这一个输入特性。

作者将不平衡问题分成四种类型，如下表：