SOTA:state of the art
指在特定任务中目前表现最好的方法或模型
有了模型之后,我们需要通过定义损失函数来判断模型在样本上的表现
交叉熵loss
Focal loss
import torch
from torch.nn import functional as F
def sigmoid_focal_loss(
inputs:torch.Tensor,
targets:torch.Tensor,
alpha:float=-1,
gamma:float=2,#调节因子的指数
reduction:str='none',#默认为none,传入mean的话outputs会被求平均,传入sum的话会被求和
)->torch.Tensor:
"""
用于RetinaNet的loss函数
"""
inputs=inputs.float(),
targets=targets.float(),
p=torch.sigmoid(inputs),
ce_loss=F.binary_cross_entropy_with_lo