[人工智能]【论文】【翻译】目标检测中跨金字塔层级的渐进式困难样本挖掘

原文：Progressive Hard-case Mining across Pyramid Levels in Object Detection

字体颜色说明：一般重要、同级区别、较为重要、特别关注、论证，观点，事实, 做法

一、摘要

在目标检测中，多级预测（例如，FPN、YOLO）和重采样技巧（例如，焦点损失、ATSS）极大地提高了一级检测器的性能。但是，如何通过逐级优化特征金字塔来提高性能仍未探索。我们发现，在训练过程中，正样本与负样本的比率在金字塔级别（级别不平衡）上有所不同，这是当前的一级检测器无法解决的。为了调解级别不平衡的影响，我们提出了一个统一的多级优化范式（UMOP），由两个组件组成：1）独立的分类损失，监督每个金字塔级别，考虑单独的重采样；

了解本专栏 订阅专栏 解锁全文