Focal Loss阅读笔记
论文链接: https://arxiv.org/abs/1708.02002
非官方pytorch实现:https://github.com/kuangliu/pytorch-retinanet
文章中个人观点由下划线标记
一句话总结
降低简单样本的损失改善单端检测中的正负样本极度不均使得简单背景样本dominant loss的问题,同时验证了该问题的存在.实现了coco上39.1 AP,5FPS的结果.
概述
提出focal loss损失函数 FL(pt)=−(1−pt)γlog(pt) F L ( p t ) = − ( 1 − p t ) γ l o g ( p t ) ,其中 pt p t 为置信度准确度.(即预测置信度p.对正样本准确率就是p,否则是1-p).该函数性质在于对准确度高的样本的损失相对原CE损失 CE(pt)=−log(pt) C E