深度學習【17】物體檢測:Focal Loss 反向求導及darknet上的實現
阿新 • • 發佈:2019-01-22
Focal Loss 反向求導及darknet上的實現
Focal Loss 可以解決不平衡分類問題,是在交叉熵損失函式上的擴充套件。詳見,論文:Focal Loss for Dense Object Detection。
該文,主要推導FL在softmax函式下的求導,以及記錄在darknet上的實現。
FL損失函式如下:
其中為:
softmax公式:
我們的目標得到x對FL的導數:
又,
對softmax的求導,分兩種情況: