Focal Loss

标签：cto   博客   com   .net   blog   actor   解决   形式   不同类   

为了有效地同时解决样本类别不均衡和苦难样本的问题，何凯明和RGB以二分类交叉熵为例提出了一种新的Loss----Focal loss

原始的二分类交叉熵形式如下：

Focal Loss形式如下：

 上式中，相对于原始的二分类交叉熵加入了两个量：1、modulating factor：（其中幂称为focusing parameter）；2、；

现在分别来解释一下两个分量的作用：

（1）第一个分量称为调制系数，它的作用是困难样本挖掘，比如p越大，则表示它更趋于是简单正样本，则对应的调制系数则更小，即简单样本对Loss的贡献更小，对于简单负样本同样如此；

（2）第二个分量我还不是很理解，感觉就只是一个起到调节不同类别样本比例的作用；

参考博客：https://blog.csdn.net/u014380165/article/details/77019084

                  https://blog.csdn.net/qq_34564947/article/details/77200104

Focal Loss

标签：cto   博客   com   .net   blog   actor   解决   形式   不同类   

原文地址：https://www.cnblogs.com/zf-blog/p/10334279.html