반응형
# 논문 링크입니다.
https://arxiv.org/abs/1708.02002
Focal Loss for Dense Object Detection
The highest accuracy object detectors to date are based on a two-stage approach popularized by R-CNN, where a classifier is applied to a sparse set of candidate object locations. In contrast, one-stage detectors that are applied over a regular, dense sampl
arxiv.org
2018년 발행
0. Title
Focal Loss for Dense Object Detection
-> 응집된 Object Detection에서 사용하는 loss function인가 보다...
우리는 표준 cross entropy 에서 factor (1 − pt)^γ 를 추가한 Focal Loss를 소개하려 한다.
γ > 0로 설정함으로써 상대적인 loss를 줄일 수 있다.
focal loss는 굉장히 정확한 응집된 object detector를 학습시키는 것을 가능하게 하였다. 쉬운 백그라운드 예시의 엄청 많은 출현에서
1. Abstract
현재 가장 높은 정확도를 가진 object detectors은 2 스테이지 기반의 R-CNN이다.
반응형
'AI > 논문리뷰' 카테고리의 다른 글
| [Detection] Fast R-CNN 논문 리뷰 (0) | 2022.06.07 |
|---|---|
| [Detection] Faster R-CNN 논문 리뷰 (0) | 2022.06.07 |
| [Segmentation] RMI loss 논문 리뷰 (0) | 2022.06.05 |
| [Detection] Swin Transformer 논문 리뷰 (0) | 2022.06.01 |
| [NLP] 트랜스포머 논문 리뷰 (0) | 2022.06.01 |