标签：loss 子网 RetinaNet 卷积 分类 基础 --- 概念 proposal

1.目标检测算法

　　一般的步骤包括：输入图片--->得到候选框--->根据候选框提取特征-->对框内的特征进行分类(回归)

2. 视觉检测器

　　1.1One-stage

　　　　以YOLO和SSD为代表的单级结构，它们摒弃了提取proposal的过程，只用一级就完成了识别/回归，虽然速度较快但准确率稍差。

　　1.2Two-stage

　　　　以Faster RCNN为代表的两级识别方法，这种结构的第一级专注于proposal的提取，第二级则对提取出的proposal进行分类。两级结构准确度较高，但因为第二级需要单独对 　　每个proposal进行分类/回归，速度比较慢。

　　那么，有没有只用单级结构又能提高准确率的方法呢？

 

3. focal loss

　　针对one-stage在训练时会被易于分类的背景示例所支配。作者提出了一种新的损失函数，它可以作为处理类不平衡的先前方法的一种更有效的替代方法。

　　（1）定义cross entropy :

 　　　　

　　作者提出了一种新的针对二分类问题的loss。其中，y是0,1标签。P是模型输出的概率(即估计y=1的概率)。

　　为了符号方便表示：

                     

　　即：

    　　　　

　　(2)Balanced Cross Entropy

　　　　解决类不平衡的常用方法是引入加权因子a，其中a属于[0,1]

    　　　

 　（3）定义focal loss

　　　　虽然a平衡positive/negative的案例，但它没有区分easy/hard examples。通过定义一个可调聚焦参数(1 − pt)γ，定义了focal loss：

       　　　　

　　　　在实践中，添加了一个a平衡变量，得到以下形式：

        　　　　

　　　　总之，本质上讲，Focal Loss 就是一个解决分类问题中类别不平衡、分类难度差异的一个损失函数。比如：在训练时，前景类和背景类之间的极度不平衡（如：1:1000）

 

4.RetinaNet

　　RetinaNet是一个统一的网络，由骨干网和两个特定于任务的子网组成。骨干负责计算整个输入图像上的卷积特征图，并且是一种自卷积网络。第一个子网在主干的输出上执行卷积对象分类;第二个子网执行卷积边界框回归。

　　(1)FPN (Feature Pyramid Network)

　　　　FPN通过自上而下的路径和横向连接增强了标准卷积网络，因此网络从单个分辨率输入图像有效地构建了丰富的多尺度特征。详细见：　　      

 　　　　 https://www.cnblogs.com/huajing/p/13651175.html

　　(2) 分类子网

　　　　分类子网预测每个A anchors和K个对象类在每个空间位置处对象存在的概率。

　　　　设计很简单：

　　　　　　输入是C通道的多层特征图--->4个3×3的卷积核（通道数为C）--->relu激活函数--->3×3卷积核（通道数为A）--->sigmoid激活函数

　　　　　　(一般C=256，A=9)

 

　　(3）box回归子网

　　　　大体上同分类子网，只是最后是一个线性输出。如上图（d）

 https://www.cnblogs.com/huajing/p/13651175.html

标签：loss,子网,RetinaNet,卷积,分类,基础,---,概念,proposal
来源： https://www.cnblogs.com/huajing/p/13656350.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。