Focal Loss主要是用來解決正負樣本不平衡的問題亿乳。
Focal Loss根據置信度動態(tài)調整交叉熵loss,當 預測正確的例子,其置信度增加時朋腋,loss的權重系數會逐漸衰減至0,這樣模型訓練的loss會更關注難檢測的例子膜楷,大量容易的例子其loss貢獻很低旭咽。
Focal Loss實際上就是在CELoss(交叉熵損失)的基礎上,加了一個調節(jié)因子赌厅,根據的值來動態(tài)調整損失的權重系數穷绵。
細節(jié)詳見:
https://zhuanlan.zhihu.com/p/133317452