先挖个
图像去雾之何凯明暗通道先验去雾算法原理及c++代码实现
ICCV 2017：FAIR Mask R-CNN
ICCV 2017：FAIR 密集物体检测的 Focal Loss
one-stage准确度落后于 two-stage，极端前景类别失衡是主要原因
提出：通过改变标准交叉熵损失来解决这种类别失衡问题
Focal Loss 将训练集中在一组稀疏的困难样本，从而避免大量简单负样本在训练的过程中淹没检测器
-> RetinaNet：又快又好
来源：博客园
作者：cx_2016
链接：https://www.cnblogs.com/cx2016/p/11444549.html