Cacher is the code snippet organizer for pro developers

1. 小目标

• 正负样本不均衡，小目标正样本太少
• S3FD文章：对于stride=8那么原始图片中8x8的区域对应仅有一个像素点。这里我认为涉及到的应该是感受野吧，和卷积核有关，如果拿一个33卷积核卷积原图，出来的特征图上的一个点对应原图上的一个33区域。而stride首先影响到的是特征图上连续的两个特征点在空间上的距离。对原图进行卷积，如果步长过大，而且小人脸对应的区域较小，卷积操作作用到人脸区域的次数也会减少，甚至可能直接略过那片区域了。所以导致小人脸区域的特征很少。

1. 遮挡

• Repulsion Loss 互斥loss、PedHunter等

1. 模糊

1. 速度

• Head头部网络剪薄，anchor

不平衡问题： 重新审视目标检测的数据和算法流程，对于任何输入的特性的分布，如果它影响到了最终精度都是不平衡问题

1. 类别不平衡：前景与背景不平衡、前景中不同类别输入包围框的个数不平衡
2. 尺度不平衡：输入图像与包围框的尺度不平衡，不同特征层对最终结果贡献不平衡
3. 空间不平衡：不同样本对回归损失的贡献不平衡、正样本IoU分布不平衡、目标在图像中的位置不平衡
4. 目标函数不平衡：不同任务（比如回归和分类）对全局损失的贡献不平衡