基于图像的物体检测中自动聚焦损失
计算机视觉与模式识别
2019-04-22 v1
摘要
当前最先进的物体检测算法仍受训练数据在物体类别与背景间分布不平衡问题的困扰。近期工作引入了一种称为聚焦损失(focal loss)的新损失函数以缓解该问题，但代价是增加了一个超参数。针对每个训练任务手动调节该超参数极为耗时。我们提出自动聚焦损失(automated focal loss)，一种新的损失函数，以在训练过程中自动调整并控制对困难训练样本关注程度的参数替代该超参数。我们在COCO基准上表明，这带来了高达30%的更快训练收敛。我们进一步引入了聚焦回归损失(focal regression loss)，在更具挑战性的3D车辆检测任务上以高达1.8 AOS优于其他损失函数，并可用作与数值范围无关的回归度量。
引用
@article{arxiv.1904.09048,
title = {Automated Focal Loss for Image based Object Detection},
author = {Michael Weber and Michael Fürst and J. Marius Zöllner},
journal= {arXiv preprint arXiv:1904.09048},
year = {2019}
}