FocalLoss学习一下

FocalLoss FocalLoss是对分类交叉熵损失函数的优化 为什么能做难负样本挖掘呢？ γ>0,会减少相对于好区分样本（就是负样本，也就是背景比较多的样本）的损失，而将重心转移到难区分的，而且比较容易误分类的样本（也就是正样本：背景不会占太多，或者叫难负样本：难区分的负样本，一般数据集中它们的数量少）上面来。下面来具体理解下。 当预测概率值在0.6-1之间时，不管是预测物体还是背景，置信度

>>阅读原文<<