RetinaNet与Focal Loss解决类别不平衡
RetinaNet是One-Stage目标检测器的代表作，通过Focal Loss解决了正负样本不平衡问题。请详细解释Focal Loss的设计思想和RetinaNet的架构特点。
回答
孤独的心
RetinaNet由Lin等人于2017年提出，核心贡献是Focal Loss，专门解决One-Stage检测器面临的极端类别不平衡问题。
问题背景： One-Stage检测器在每张图上生成密集的候选框（~100k），其中绝大多数是简单负样本（背景），导致标准交叉熵损失被大量易分类负样本主导，模型无法有效学习困难样本。
Focal Loss设计： FL(p_t) = -α_t (1-p_t)^γ log(p_t)
- 其中p_t是模型对真实类别的预测概率。
- (1-p_t)^γ称为调制因子（Modulating Factor）：当样本被正确分类（p_t→1）时，调制因子→0，降低该样本的损失贡献；当样本被错误分类（p_t→0）时，调制因子→1，保留其损失贡献。γ≥0为聚焦参数，推荐γ=2。
- α_t：平衡正负样本的权重系数。
- 效果：大幅降低易分类负样本的损失比重，使模型更关注困难的、稀有类别的样本。
RetinaNet架构：
- 骨干网络：ResNet+FPN（Feature Pyramid Network），输出多尺度特征。
- 两个独立的子网络：分类子网络（预测K个类别的概率）和回归子网络（预测边界框偏移）。
- 子网络为全卷积网络，在每个金字塔层级的所有位置上进行密集预测。
性能： RetinaNet-101-FPN在COCO上达到39.1 AP，超越同期Faster R-CNN和YOLOv2，推理速度也更快。