Focal Loss for Dense Object Detection

网络结构讲解：https://zhuanlan.zhihu.com/p/28873248
实验分析：https://blog.csdn.net/beyondjv610/article/details/80977443
focal loss应用及实验：https://blog.csdn.net/Chunfengyanyulove/article/details/83751412

Introduction

目标识别有两大经典结构:

第一类是以Faster RCNN为代表的两级识别方法：这种结构的第一级专注于proposal的提取，第二级则对提取出的proposal进行分类和精确坐标回归。两级结构准确度较高，但因为第二级需要单独对每个proposal进行分类/回归，速度就打了折扣；

第二类结构是以YOLO和SSD为代表的单级结构：它们摒弃了提取proposal的过程，只用一级就完成了识别/回归，虽然速度较快但准确率远远比不上两级结构。

1、交叉熵损失函数（CE）

2、全卷积网络（FCN） 对输入图片尺寸无要求，无全连接层，只有卷积层（分割问题最后一个卷积核1*1）

3、特征金字塔（FPN）

a.图像金字塔
b.传统方法
c .SSD采用的特征金字塔，忽略了其他层特征表达
d.FPN

Focal Loss（按分类难度增加对难分类样本的关注度）

1、Cross Entropy Loss:在单阶段物体检测器中，它会被大量的容易分类的样本控制，导致少量的不容易分类的样本被淹没

*2、Balanced CE Loss：赋予正样本大权重，负样本小权重
对证样本的损失值使用权重因子a，对负样本使用权重因子1-a。从数量角度平衡了政府样本损失值

**3、Focal Loss：降低了容易分类样本的权重，从而使损失更关注在难分类的样本上。

不同gamma时，概率值与损失值关系图：
表明:随着gamma的增加，概率越高样本，损失值降低的幅度越大

RetinaNet Detector

Retinanet(ResNet+FPN+FCN)

理解：

Experiments

作者比较了在不同的超参数v下的CDF曲线。CDF（commulative distribution function）是将所有的loss进行归一化之后按照从小到大排序，横坐标代表loss数量的比例，纵坐标代表已有的loss相加占总loss的比例，该曲线越弯曲，代表loss之间的差别越大，即说明难学的样本（loss大）在总loss中的权重更大，从而可以更好地指导梯度下降的方向。从上面两个图可以看出，增加v都会使得CDF曲线变得弯曲，特别是对于background，这种效果更为明显，这也验证了backgroud中存在大量容易学习的样本。

1、RPN、FPN
2、置信度
3、5fps：一秒五张图片
6、AP：mAP