나의 정리 RetinaNet은 one-stage로 동작하고 end-to-end 학습이 가능하다. network design은 RPN의 anchor, SSD의 feature pyramid 방식을 사용하여 기존의 network와 거의 비슷하지만 class imbalance 문제를 focal loss를 사용하여 해결했다. Focal loss는 hard exmaple에 초점을 맞춰서 학습을 진행하는 방식이다. 그냥 focal loss 보다 alpha-balance를 사용한 focal loss가 더 성능이 좋았다. Abstract One-stage detector는 YOLO, SSD 등이 있다. 속도는 빠르지만 정확도는 two-stage에 비해 낮다. → 논문에선 왜 그럴까에 대한 분석을 진행 one-stage가..