样本不均衡-研究现状
更新中
什么是样本不均衡/数据倾斜？
怎么判断处理样本不均衡问题的必要性？
- 学习任务的复杂度与样本不平衡的敏感度是成正比的。评估复杂度从特征强弱、数据噪音情况以及模型容量等方面评估
- 训练样本的分布与真实样本分布是否一致且稳定
- 判断是否出现某一类别样本数目非常稀少的情况，这时模型很有可能学习不好，类别不均衡是需要解决的，如选择一些数据增强的方法，或者尝试如异常检测的单分类模型
解决方案
从四个层面分析：样本、损失函数、模型、决策及评估指标
样本层面
常用方法：欠/过采样、数据增强
损失函数
主流的方法也就是常用的代价敏感学习（cost-sensitive），为不同的分类错误给予不同惩罚力度（权重），在调节类别平衡的同时，也不会增加计算复杂度。
常用方法：class weight、OHEM 和 Focal Loss
模型
常用方法：集成学习，异常检测
目前的研究方案可以分为one stage, two stage两种模型
one stage
focal loss + retinanet
先验框：
猫是大物体，应该用10*10或者5*5的先验框来确定
总结而言，Retinanet不过是把一张图片划分成不同的网格，每个网格都存在着若干个先验框,当某一个物体与某个网格的某个先验框最接近的时候，这个物体就由这个网格的这个先验框来确定。
科普：什么是Retinanet目标检测算法（Bubbliiiing 深度学习 教程）_哔哩哔哩_bilibili
REF：
一文解决样本不均衡（全） - 知乎 (zhihu.com)