一、前言
在以往的目标检测任务中，一阶段的方法往往会比两阶段的检测算法精度要低，造成一阶段检测效果不佳的原因如下：
1、负样本的数量过多，导致正样本的loss被覆盖，就算正样本的loss非常大也会被数量庞大的负样本中和掉，从而导致整个样本集的损失值较小，而这些正样本才是我们要检测的前景区域；
2、难样本往往是前景和背景区域的过渡部分，这类样本难以被区分，所以称难样本。剩下的易样本往往较好计算，导致模型非常容易就收敛了。但是损失函数收敛了并不代表模型效果好，因为我们更需要把那些难样本训练好，这样才能增强模型过的泛化能力和鲁棒性。
针对上述两个问题，何恺明等人提出一个新的损失函数Focal Loss（FL）。FL是一个尺度动态可调的交叉熵损失函数，在FL中有两个参数α和 λ，其中α主要作用是解决正负样本的不平衡，λ主要是解决难易样本的不平衡。
二、通过交叉熵损失（BC）引出Focal Loss
在介绍FL损失函数之前，首先介绍一下交叉熵损失函数，本文以二值交叉熵为例，其表达式如下：（交叉熵可参考本人博文 交叉熵损失函数（信息量、信息熵、KL散度）_Focal Loss__℡ヾNothing-_哥的博客-CSDN博客）
公式可简写为以下形式：
其中，
其中，p表示预测样本属于1的概率，取值范围为[0,1]；y表示标签，取值为{0,1}。
当y=1时，假如某个样本x预测为1这个类的概率p=0.6，那么损失就是-log(0.6)，注意这个损失是大于等于0的。如果p=0.9，那么损失就是-log(0.9)，所以p=0.6的损失要大于p=0.9的损失，这很容易理解。这里仅仅以二分类为例，多分类以此类推。
三、Focal Loss
首先，承接上一节的交叉熵（BC）， Focal Loss（FL）实际上就是在交叉熵损失函数（BC）的基础上进行改进的，在BC中引入了两个参数（α和 λ）对不同的样本进行权重的重新分配。其中，FL的表达式如下：
3.1 参数α：用于解决正负样本不均衡的问题
作者引入参数α是为了解决正负样本不均衡的问题，其原理十分简单，也很符合何凯明大神的风格。α的取值范围为[0,1]，当y=1时，αt取值为α；当y=-1时，αt取值为1-α 我们使用和pt类似的方法将αt进行表示，可得：
因此，如果仅仅对正负样本进行不同权重的分配，这可以将交叉熵改造成如下形式：
如果数据中正样本超级多，则将α设置相对小一点，α的值往往需要根据验证集进行调整，原论文中给出的是0.25。
3.2 参数λ：用于解决难易样本不均衡的问题
绘制图看如下Figure1表示预测概率与loss之前的关系，横坐标是pt，纵坐标是loss。
FL（pt）表示focal loss中用到的改进的交叉熵；当λ=0时，FL就退化成CE（pt）标准的交叉熵公式了。 图中曲线中我们可以看出对于易样本的loss可以收敛到很小，但是由于它们的数量过于庞大，把一些难样本的loss覆盖掉，导致求和之后他们依然会支配整个批次样本的收敛方向。
一个简单的策略就是缩小易样本的训练权重。前面引入的α只能解决正负样本不均衡问题，但是没法控制容易分类和难分类样本的权重，于是作者有引入了参数λ对权重进行控制，λ的取值范围为[0，正无穷），包含λ的整个项表达如下：
其中，这里的参数lamda被称作focusing parameter，整项被称为称为调制系数（modulating factor）。由于易样本的预测概率往往接近1，即pt接近于1，那么调制系数项(1-pt)λ的值就会比较小，因此易样本得到了抑制，相对的难样本得到了放大，例如图1中λ＞0 的那四条曲线。
举个栗子：当γ=0的时候，focal loss就是传统的交叉熵损失，当γ增加的时候，调制系数也会增加。当γ=2时，对于正类样本而言，预测结果为0.95肯定是简单样本，所以（1-0.95）的gamma次方就会很小，这时损失函数值就变得更小。而预测概率为0.3的样本其损失相对很大。对于负类样本而言同样，预测0.1的结果应当远比预测0.7的样本损失值要小得多。对于预测概率为0.5时，损失只减少了0.25倍，所以更加关注于这种难以区分的样本。
（大量实验表明：当γ增加的时候，a需要减小一点。原文最佳的搭配：γ=2，a=0.25的效果最好）
本文主要参考两位大佬的博文：
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
