1.瓶颈问题：
小尺度目标，受限于缺乏足够的目标特征信息，使之很难从背景中区分出来，且小尺度目标一般都是低分辨率、模糊不清的，因此检测性能一般
CNN-based目标检测算法都需要使用到下采样操作，导致小尺度目标不仅损失了空间位置信息，且本来很少的目标特征几乎被背景上的特征给淹没了
2.本文贡献：
提出了一种用于小物体检测的新型统一端到端多任务生成对抗网络（MTGAN），可以与任何现有的检测器结合使用
在MTGAN中，生成器网络生成超分辨率图像，并引入多任务判别器网络，以同时区分真实的高分辨率图像与伪造图像，预测对象类别和细化边界框。 更重要的是，分类和回归损失被反向传播，以进一步指导生成器网络产生超分辨率图像，以便更容易分类和更好的定位。
最后，证明了MTGAN在目标检测的有效性，其中检测性能比几个最先进的检测器（主要用于小物体）提高了很多
3.解决方案：
?
（A） 整体网络输入图像
（B） 检测器将输入图像中的目标和背景分离（裁剪方式，相当于RPN提取ROI），之后将其用于训练生成器和判别器，或者是测试时提取ROI
（C） 检测器生成的正样本和负样本
（D） 生成器是一个超分辨率网络，将低分辨率图像生成超分辨率
（E） 判别器是一个多任务网络，其输入来自生成器生成的超分辨率图像，判断图像真假，图像分类，图像回归（相当于在原始判别器上加了分类和回归的分支，引入检测任务）
判别器是一个多任务网络，其梯度反传给生成器，让生成器生成的图像朝着以下方向生成（高分辨率，易于分类和回归）
判别器三个分支（检测图像真假分支最后用sigmoid输出，分类分支最后用softmax输出，回归分支最后输出为 (x,y,w,h)）
生成器和判别器网络结构：（x5表示含有五层卷积的残差块）
?
?
总体设计目标函数：（这个只是大概的函数，后面会具体的拆分）
I^{LR}表示低分辨率图像
I^{HR}表示高分辨率图像
u 表示类别标签值
v 表示检测框回归标签值
θ 表示判别器网络参数
w 表示生成器参数
目标函数细节：
（1） MSE-LOSS 最小化使其接近真实图像，但缺点是比较模糊
（2） Adversarial Loss 加入对抗损失提高细节重建能力，骗过判别器
?
（3） Classification Loss 分类损失
?
和 分别代表生成的图像属于u类别的概率，真实图像输入u类别的概率。
（4）Regression Loss 回归损失，SR表示生成的超分，ui=0时是背景类无回归值
?
smmoth L1 loss?
?
总体目标函数：其中 α、β 和 γ 是权衡不同项的权重（α = 0.001, β = γ = 0.01）
4.实验：?
在COCO数据集上进行实验
初期GAN不太稳定，为了避免局部最优，首先训练一个基于MSE的SR网络来初始化生成器网络。
COCO minival subset
?
第一列：真实低分辨率图像
第二列：真实高分辨率图像
第三列：生成高分辨率图像
?
消融实验：
?
对比SOTA检测模型：
红色：模型预测
绿色：真实标签
?
作者结尾说还有不少改进的空间...