8.8 RetinaNet
本文參考了這篇文章痴鳄。
研究了one-stage和two-stage方法的優(yōu)缺點(diǎn)省容。
尤其是指出了one-stage中由于樣本不均衡導(dǎo)致的精度不高的問題。
于是作者提出了Focal Loss從損失函數(shù)的角度來解決樣本不均衡的問題匀油。將采用Focal Loss的one-stage檢測(cè)器稱為RetinaNet缘缚。
創(chuàng)新點(diǎn)：
- Focal Loss
- 新檢測(cè)器：
RetinaNet = ResNet + FPN + 兩個(gè)子網(wǎng)絡(luò) + Focal Loss
網(wǎng)絡(luò)結(jié)構(gòu)：
圖1 RetinaNet網(wǎng)絡(luò)結(jié)構(gòu)
RetinaNet結(jié)構(gòu)注意內(nèi)容：
- 訓(xùn)練時(shí)FPN每一級(jí)的所有example都被用于計(jì)算Focal Loss，loss值加到一起用來訓(xùn)練敌蚜；
- 測(cè)試時(shí)FPN每一級(jí)只選取score最大的1000個(gè)example來做nms桥滨；
- 整個(gè)結(jié)構(gòu)不同層的head部分(上圖中的c和d部分)共享參數(shù)，但分類和回歸分支間的參數(shù)不共享弛车；
- 分類分支的最后一級(jí)卷積的bias初始化成前面提到的-log((1-π)/π);
