Focal Loss
何凯明大神在2017年的论文中提出Focal loss 论文
Focal Loss是一种处理深度学习中正负样本不均衡的方法. 它并没有固定形式,应该算是一种思路: 降低non-hard-sample的loss, 提高hard-sample的loss. 以二分类cross entropy loss为例
L ( y , y 0 ) = − l o g ( P y ) L(y,y_0) = -log(P_y) L(y,y0)=−log(Py)
其中
P y = P i f y 0 = 1 P_y = P \quad if\ y_0 = 1 Py=Pif y0=1
P y = 1 − P i f y 0 = 0 P_y = 1-P \quad if\ y_0 = 0 P