意义 消除正负样本不平衡的问题,主要应用于one-stage的任务中,由于正样本(目标)在图像中的比重远远低于负样本(背景),经过NMS后还是会存在大量的负样本,这样会使得负样本占LOSS的比重远大于正样本,LOSS可能会朝着负样本的方向优化。一个极端的例子,如果数据中只有一个正样本有一百个负样本,那么显然模型的会把输出全部判定为负样本。 focal loss 参考 知乎.