检测图片中的目标尺寸_目标检测领域中的数据不均衡问题综述

作者：Tom Hardy

Date：2020-05-16

来源：目标检测领域中的数据不均衡问题综述

参考：Imbalance Problems in Object Detection paper链接:https://arxiv.org/abs/1909.00169.pdf

主要内容和相关背景

本文主要介绍了目标检测领域的八个数据不平衡问题，并将这些问题分类为四种主要类型：类别不平衡、规模不平衡、空间不平衡和目标不平衡。

当与不同类别相关的示例数量之间存在显著的不平等时，就会出现类别不平衡。虽然这方面的经典例子是前景到背景的不平衡，但前景(正)类之间也存在不平衡。当对象具有不同的比例和属于不同比例的不同数量的示例时，就会出现比例不平衡。空间不平衡是指与bounding box的空间特性有关的一组因素，比如回归惩罚、定位和IoU相关。最后，当存在最小化多个损失函数时，会出现客观不平衡(各个损失函数的权重不均衡)，这在OD中通常是如此(例如分类和回归损失)。