粗略地阅读了一下这篇论文，下面主要想讲述一下作者想解决的问题、该论文的主要贡献，并对文章中的一些生僻概念进行解释。
目标检测算法一般分为两种：one-stage detector、two-stage detector。
Two-stage detector
:
该类算法讲检测问题分两步走，首先产生候选区域（region proposal），然后对候选区域进行分类。（region proposal是什么？）
One-stage detector:
没有region proposal阶段，直接产生目标位置以及类别。（为什么可以没有region proposal阶段？？）
在目标检测算法中，一直存在一个现象，就是
One-stage detector
虽然快于
Two-stage detector
，但是其精度总是低于后者，作者指出该现象的原因是由于one-stage detector训练时类别不平衡导致的。
Two-stage detector
不存在类别不平衡现象，因为在Proposal stage能够迅速降低候选目标位置的数目到一个很小的数目，过滤掉大多数背景样本；在第二阶段（分类阶段）中，执行抽样启发式（sampling heuristics）来保持前景与背景比例的一个平衡，sampling heuristics有：固定前景与后景比、OHEM。
Two-stage detector
能够降低候选目标位置