《表1 Focal Loss参数实验表》
RetinaNet提出Focal Loss解决类别不均衡问题,取得了显著效果。Focal Loss定义如(1)式。在VISDrone-g数据集中,小目标占大多数,能匹配的正样本锚框较少,且小目标所含的特征信息较弱,属于难分类样本。本文设置的锚框相较于原RetinaNet,单层级内先验框的数量更多且更密集,一定程度上加重了正负样本数量失衡。因此需要更大的调节系数来缓解类别失衡。本文设置多组参数进行实验,实验结果如表1所示,随着参数增大,AP、AP50和F1-score呈现先变大后减小趋势。选取其中最大AP、AP50对应的αt=0.25,γ=3.0作为最终参数。该组参数相较于原始RetinaNet,调节幅度更大,与前文的分析预测一致。
图表编号 | XD00131899100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.25 |
作者 | 谢学立、李传祥、杨小冈、席建祥、陈彤 |
绘制单位 | 火箭军工程大学导弹工程学院、火箭军工程大学导弹工程学院、火箭军工程大学导弹工程学院、火箭军工程大学导弹工程学院、火箭军工程大学导弹工程学院 |
更多格式 | 高清、无水印(增值服务) |