RetinaNet学习笔记
RetinaNet （ICCV 2017）
1.概述
- 原论文作者针对单阶段法（one-stage)目标检测模型中前景(positive)和背景(negatives)类别的不平衡问题，提出了一种叫做Focal Loss的损失函数，用来降低大量easy negatives在标准交叉熵中所占权重（提高hard negatives所占权重)。为了检测提出的Focal Loss损失函数的有效性，作者顺便提出了RetinaNet
2.网络结构
-
结构：使用ResNet进行特征提取，使用FPN进行特征融合，搭建了三个分类和框回归的子网络
-
ResNet：本论文中用的是Resnet-50（区别在于采用的残差单元/模块不同或者堆叠残差单元/模块的数量和比例不同）；
-
FPN：使用原始的FPN（输入为ResNet-50不同尺度的三张特征图；输出为多尺度特征融合的P3_x, P4_x, P5_x，以及由残差网络ResNet-50最后的一张特征图继续通过卷积层（stride=2,特征图尺寸继续减小）的结果P6_x, P7_x ），输出共五张图
3.Focal Loss损失函数（更详细内容）
-
概述：分为两部分，一部分是分类损失，一部分是回归损失；特点是正负样本都会来计算分类损失，但仅对正样本进行回归损失的计算
-
起源：二分类交叉熵CE，平衡交叉熵Balanced CE（在CE基础上增加一个权重因子）
-
Focal Loss：BCE解决了正负样本的比例失衡问题（positive/negative examples），但没有区分简单区分样本还是困难区分样本（easy/hard examples）。当简单区分的负样本的泛滥时，整个训练过程都是围绕容易区分的样本进行（小损失积少成多超过大损失），而被忽略的难区分的样本才是训练的重点，因此作者新引入了一个调制因子
