この研究は、物体検出の標準的な訓練方法を再検討します。 この論文では、検出性能についての言及は、トレーニングプロセス中の3つのレベルからなる不均衡によってしばしば制限されています。 １）サンプルレベル、２）特徴レベル、および３）客観的レベル。 この観察の結果として、本論文は天秤座R-CNN、物体検出のためのバランスのとれた学習に向けた簡単だが効果的なフレームワークを提案する。