# 👁️​📦 Focal Loss for Dense Object Detection

En este paper de 2018, se introduce un término a la función de pérdida para mejorar la exactitud de modelos de detección *one-stage*. Esta nueva *Focal Loss* hace que la función de perdida disminuya para casos bien clasificados, haciendo que el modelo se enfoque en detectar los objetos más desafiantes. También introducen a un  nuevo modelo de detección one-stage llamado **RetinaNet**, y logran así un modelo con la velocidad de los *one-stage* y la exactitud de los *two-stage* detectors.

---

## 👥 **Integrantes:**  
- 👤 Samuel Traslaviña
- 👤 Paula Uzcátegui

## 📑 **Material de apoyo:**  
- 📊 **Diapositivas:** [Presentación](https://www.canva.com/design/DAGzPbVehx4/FMKNPpYD48zUm_4EkoZWPA/edit?utm_content=DAGzPbVehx4&utm_campaign=designshare&utm_medium=link2&utm_source=sharebutton)  
- 📜 **Paper:** [Focal Loss for Dense Detection](https://arxiv.org/pdf/1708.02002)