Retinanet

这个论文的核心就是解决了样本不平衡问题，是focal loss的变体
放上一个大佬的博客：CSDN
首先我们来说说为什么one stage的检测效果差于two stage。

1. 首先two stage对于bbox有个筛选过程，这个筛选会筛除大部分的背景bbox，剩下的bbox会进行regression
2. 对于这些筛出来的bbox会进行二次regression

由第一条就可以看出，two stage在一定程度上解决了样本不平衡的问题，而样本不平衡问题会导致检测精度很差。因为负样本太多了，所以分类器把所有bbox都归为负样本的话，accuracy也会很高。所以说分类很重要，分类分好了，检测才能做好。这里扯一句yolo系列对于样本不均衡做的比较好，因为只有object中心落在网格中心时，网格的prior box才会进行回归，相当于已经做了负样本的筛选了。

Focal loss

先上公式：
$FL(pt)=−(1−p_t)^γlog(p_t)=(1−p_t)^γCE(ŷ )_i$FL(pt)=−(1−pt​)γlog(pt​)=(1−pt​)γCE(y^​)i​

这里论文又加了一个参数：
$FL(p_t)=−α_t(1−p_t)^γlog(p_t)$FL(pt​)=−αt​(1−pt​)γlog(pt​)

在实验中，发现 γ=2，α=0.25 的取值组合效果最好
关于它的网络结构没啥创新的，这里也就不再赘述了