Detection&Segmentation系列:AP Loss (TPAMI 2020)

文章地址:https://arxiv.org/pdf/2008.07294.pdf

1. Motivation

One-stage目标检测器的性能劣于two-stage的原因之一在于前背景目标的不平衡,有人提出balanced loss, focal loss,OHEM等来解决此问题,但它们没有考虑样本之间的分布或联系。本文提出将其建模为ranking task,把AP直接作为目标损失函数,显式地考虑了样本间联系,且对正负样本比例更不敏感。然而,由于AP的不可导和不可分解问题,标准的梯度下降不适用于AP loss。

2. Method

本文目标是将one-stage检测器(如RetinaNet和SSD)的分类loss替换为ranking based AP loss。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值