FocalLoss學習一下

FocalLoss FocalLoss是對分類交叉熵損失函數的優化 爲什麼能做難負樣本挖掘呢？ γ>0,會減少相對於好區分樣本（就是負樣本，也就是背景比較多的樣本）的損失，而將重心轉移到難區分的，而且比較容易誤分類的樣本（也就是正樣本：背景不會佔太多，或者叫難負樣本：難區分的負樣本，一般數據集中它們的數量少）上面來。下面來具體理解下。 當預測概率值在0.6-1之間時，不管是預測物體還是背景，置信度

>>阅读原文<<