DR损失
我们的CVPR'20论文的PyTorch实施：“ DR损失：通过分布等级改进对象检测”
要求
Python 3.7
PyTorch 1.1
用法：
将丢失文件放在maskrcnn_benchmark的代码库中
maskrcnn-benchmark/maskrcnn_benchmark/layers/sigmoid_dr_loss.py
并将该类添加到“ init.py”中。
将RetinaNet中的焦点损失更改为处的dr损失
maskrcnn-benchmark/maskrcnn_benchmark/modeling/rpn/retinanet/loss.py
使用“ configs / dr_retina”中的配置运行RetinaNet。
楷模：
模型
sched
多尺度培训
mAP（最小）
地图（测试开发）
关联
Dr_Retina_R-50-FPN
1倍
不
37.4
