如何解决样本不均衡与难样本问题?Focal Loss for Dense Obj
01:08
研究背景
双阶段：精度较高，需要生成许多候选框，有些框包含目标，有些不包含
单阶段：速度较快，无需生成候选框
02:37
问题
前景和背景的不均衡是目标检测的难题
03:20
解决上述问题
cross-entropy loss加入down-weights权重，把一些比较容易区分的样本权重降低
03:41
设计Focal loss，把注意力集中在难样本上，把容易区分的负样本权重降低，让loss更多聚焦于难样本
04:35
验证：设计retinanet，速度快，比两阶段的快，准确度相当
05:44
cross-entropy
09:29
作者改进
10:36
解决问题1：数据不平衡
13:06
难样本问题
公式
17:53
调整正负样本不均衡
19:11
实验结果
21:28
减少容易区分样本的权重
