该论文《Libra R-CNN: Towards Balanced Learning for Object Detection》是 2019 年 CVPR 的论文，作者来自于浙大和商汤，代码会开源在 mmdetection。该论文从 fully exploit the potential of model architectures 角度重新看待了整个检测过程，把三个简单的技巧统一成了「全面平衡的检测器」。消融实验的结果显示，IoU-balanced Sampling 提升了 0.9 个点，BPN 提升了 0.9 个点，Balanced loss 提升了 0.8 个点。总体提升了 2.6 个点。最终结果在 ResNext101 上依然有 1.1 个点的提升，到达了 43%。