单阶段物体检测（One-stage Object Detection）方法在模型训练过程中始终面临着样本分布严重不均衡的问题，来自香港中文大学的研究者们在论文《Gradient Harmonized Single-stage Detector》中，提出了一个新的视角——梯度分布上看待样本数量和难易不均衡，直接把 cross entropy 产生的 gradient distribution 标准化到 uniform 就可以轻松训练单阶段物体检测模型。该论文已经被 AAAI 2019 会议接受为 Oral 论文，基于 PyTorch+MMDet 的代码已经放出。