物体検出におけるlong tailの問題に対処するための手法equalization lossを提案。あるクラスAに対する正例は、A以外のクラスにとっては負例となるため、Aのサンプルが学習に現れる度にA以外のクラスはマイナスの影響を受けることに着目。サンプル数の少ないクラスは正例よりも圧倒的に負例が多く、この影響が大きいため、単に一定の割合で負例を無視するという手法。