RetinaNet-单阶段目标检测模型

RetinaNet

动机

one stage的方法思路都得密集采样，然后基于base进行回归，那这个过程中采样出的fake anchor的数量中，正负样本是极端不平衡的，除了像SSD中那样在计算loss时通过score筛选下参与学习的bbox以保持正负样本比的方案，使用有权重的损失函数也会比较好的解决这个问题，这就是retina net中提出的Focal Loss.

方法概要

• 目的很简单，就是想让数量少的正样本anchor分量重一点，让数量极多的负样本分量轻一点。

  • 先是分类时用到的交叉熵【这里p为预测为正样本的概率】
    
  • 然后我们统一写做：
    
    
  • 进一步我们有BCEloss，就是balanced 交叉熵，给交叉熵带了个权：【这里的\alpha_t的话，当y=1时为\alpha, 其他情况是1-\alpha】
    
  • 然后focalloss来了【不管你本来是正样本在预测时置信度偏小，还是你本来是负样本在预测时置信度偏小，这两种情况都可以叫做hard，这种情况下都会让p_t偏小，然后在Focalloss中会有一个较大的loss累计，当你本来就是负样本，然后很轻松的得到较高的置信度被预测正确时，或者说你本来是正样本被预测正确了，这两种情况下都叫做easy sample，这时对于loss的累计贡献就比较低。因此Focal loss变相压制了easy sample的loss贡献，而其中受到迫害最严重的莫过于非常easy的大量负样本。这样被压制之后，正负样本不就平衡了吗】
    
    

• 那再把普通的balance参数\alpha加进去就是终极奥义了。
  

细节及注意事项

• 实现上用了FPN+解耦双头

评价

• 其实整个压制负样本的过程有点亡羊补牢的意味了，虽然不晚，但是进行了比较多的无意义的loss的计算和累计，其实最好的办法还是在分配anchor时就提前做好正负样本均衡。