Generalized Focal Loss V2：学习密集目标检测中可靠的定位质量估计.
Generalized Focal Loss (GFL)提出了对边界框进行一般化的分布表示建模。对于非常清晰明确的目标边界，学习到的分布都很尖锐；而模糊定义不清的边界（如背包的上沿和伞的下沿）它们学习到的分布基本上会平下来，而且有的时候还经常出现双峰的情况。
既然分布的形状和真实的定位质量非常相关，可以用能够表达分布形状的统计量去指导最终定位质量的估计。对GFLV1做一些统计分析，具体把预测框的分布的top-1值和其真实的IoU定位质量做了一个散点图：
可以看出整个散点图有一个明显地倾向于$y=x$的趋势的，也就是说，在统计意义上，观察得出的“分布的形状与真实的定位质量具有较强的相关性”这个假设是基本成立的。基于这个分析，可以采用学习到的分布的形状来帮助（协助指导）定位质量估计，从而提升检测的整体性能。
本文采用了一个非常简单的做法来刻画分布的形状，即直接取学习到的分布（分布是用离散化的多个和为$1$的回归数值表示的）的Topk数值。因为所有数值和为1，如果分布非常尖锐的话，Topk这几个数通常就会很大；反之Topk就会比较小。选择Topk还有一个重要的原因就是它可以使得特征与对象的scale尽可能无关。
Distribution-Guided Quality Predictor部分把4条边的分布的Topk concat在一起形成一个维度非常低的输入特征向量，用这个向量再接一个非常小的全连接层（通常维度为$32$、$64$），最后再变成一个Sigmoid之后的scalar乘到原来的分类表征中。
得益于输入（分布的统计量）和输出（定位质量）是非常相关的，所以网络设计也只需要非常的轻量就能够达到很不错的效果。这个模块的引入并不会对训练和测试带来额外的负担，几乎保持了网络训练和测试的效率，同时还能提1~2个AP点。
可视化GFLV2是如何利用好更好的定位质量估计来保障更精准的结果的（给出了NMS前后的所有框，并列出了NMS score排前4的框和它们的分数）。结果表明，其他算法里面也有非常准的预测框，但是它们的score通常都排到了第3第4的位置，而score排第一的框质量都比较欠佳。相反，GFLV2也有预测不太好的框，但是质量较高的框都排的非常靠前。
