NeurIPS 2020集会上提出了一种新的丧失函数——aLRPLoss，旨正在正在目的检测中平衡分类和定位的丧失函数。传统目的检测丧失函数但凡分为两个局部：分类丧失和定位丧失。但是，那两个丧失函数的权重往往须要手动调解，否则可能招致过拟折或欠拟折。 aLRPLoss通过引入一个参数α，将分类和定位丧失融合正在一起，使得它们的权重可以主动调解。详细而言，aLRPLoss运用了Logistic Regression Penalty (LRP) 的观念，将分类丧失和定位丧失都默示为LRP模式，而后将它们加权和起来，此中α是分类和定位丧失的权重参数。 取传统的交叉熵丧失函数相比，aLRPLoss能够更好地平衡分类和定位丧失，并且能够更好地适应差异的数据集和目的检测任务。实验结果讲明，正在多个数据集上，aLRPLoss相应付其余丧失函数具有更好的机能。
