深度学习笔记（八）Focal Loss
论文：Focal Loss for Dense Object Detection 论文链接：https://arxiv.org/abs/1708.02002 一. 提出背景 object detection的算法主要可以分为两大类：two-stage detector和one-stage ...
原文：Focal Loss笔记
论文： Focal Loss for Dense Object Detection Focal Loss 是何恺明设计的为了解决one stage目标检测在训练阶段前景类和背景类极度不均衡 如 ： 的场景的损失函数。它是由二分类交叉熵改造而来的。 标准交叉熵 其中，p是模型预测属于类别y 的概率。为了方便标记，定义: 交叉熵CE重写为： 平衡交叉熵： 有一种解决类别不平衡的方法是引入一个值介于 之 ...
2019-01-04 16:07 0 4578 推荐指数：
相关推荐
Focal Loss 理解
本质上讲，Focal Loss 就是一个解决分类问题中类别不平衡、分类难度差异的一个 loss，总之这个工作一片好评就是了。 看到这个 loss，开始感觉很神奇，感觉大有用途。因为在 NLP 中，也存在大量的类别不平衡的任务。最经典的就是序列标注任务中类别是严重不平衡的，比如在命名实体识别中 ...
focal loss和ohem
公式推导：https://github.com/zimenglan-sysu-512/paper-note/blob/master/focal_loss.pdf 使用的代码：https://github.com/zimenglan-sysu-512/Focal-Loss ...
Focal Loss理解
1. 总述 Focal loss主要是为了解决one-stage目标检测中正负样本比例严重失衡的问题。该损失函数降低了大量简单负样本在训练中所占的权重，也可理解为一种困难样本挖掘。 2. 损失函数形式 Focal loss是在交叉熵损失函数基础上进行的修改，首先回顾二分类交叉上损失 ...
Focal Loss(RetinaNet) 与 OHEM
Focal Loss for Dense Object Detection-RetinaNet YOLO和SSD可以算one-stage算法里的佼佼者，加上R-CNN系列算法，这几种算法可以说是目标检测领域非常经典的算法了。这几种算法在提出之后经过数次改进，都得到了很高的精确度 ...
Focal loss and weighted loss学习记录
首先回顾一下交叉熵: Softmax层的作用是把输出变成概率分布，假设神经网络的原始输出为y1,y2,….,yn，那么经过Softmax回归处理之后的输出为： 交叉熵刻画的是实际输出（概率）与 ...
MMDetection Sigmoid Focal Loss解析
Focal Loss[1]是一种用来处理单阶段目标检测器训练过程中出现的正负、难易样本不平衡问题的方法。关于Focal Loss，[2]中已经讲的很详细了，这篇博客主要是记录和补充一些细节。 1.两阶段怎么处理样本数量不平衡的问题 两阶段级联的检测方法： 因为物体可能出现在图片中的任意 ...