Autonomous Driving | Focal Loss for Dense Object Detection

Focal Loss for Dense Object Detection

• 提出一种处理不平衡类别的损失函数，对分类准确的样本小权重，给不确定的样本大权重。在保持检测速度的情况下（一阶段检测器），精确度达到二阶段检测器水平
• 代码：https://github.com/facebookresearch/Detectron

1 Focal Loss

focal loss针对one-stage object detection场景中的类别不平衡问题设计（e.g., 1:1000）。首先，从交叉熵损失开始： 其中，表示真值类别，表示模型输出的属于类别的类别概率。定义： 重写

1.1 Balanced Cross Entropy

常用的处理类别不平衡的方法是使用权重，它可以看做是样本类别频率的倒数。-balanced CE loss：

1.2 Focal Loss Definition

下调容易分类的样本权重，让模型关注困难的情况，在交叉熵损失函数基础上使用调制因子，其中是可调参数，定义focal loss为：

总结