FocalLoss的Caffe復現版

2021-08-10 14:24:23 字數 1181 閱讀 5358

原**見:

1,caffe.proto

原始檔在src/caffe/proto/目錄裡

從492行這些optional裡,作者新增了兩行:

optional relu6parameter relu6_param = 208;

optional focallossparameter focal_loss_param = 147;

從895行這裡新增了一行:

optional bool half_pad = 19 [default = false];
從1425行這裡新增一行:

optional bool reduce_boxes = 14 [default = false];
從1505行新增了一段:

message relu6parameter

optional engine engine = 2[default = default];

}

從1641行新增一段:

message focallossparameter

optional engine engine = 1[default = default];

//the axis along which to perform the softmax -- may be negative to index

//from the end(e.g., -1 for the last axis).

//any other axes will be evaluated as independent softmaxes.

optional int32 axis = 2[default = 1];

optional float alpha = 3[default = 0.25];

optional float gamma = 4[default = 2.0];

}

2.在src/caffe/layers/下放入focal_loss_layer.cpp和focal_loss_layer.cu檔案

3.在include/caffe/layers/下放入focla_loss_layer.hpp

重新編譯caffe。

Focal Loss閱讀筆記

2.損失的作用 3.啟示 參考文獻 總之,由於negative過多 easy negative佔很大部分 導致positive對loss貢獻被淹沒,以及單個negative對loss的貢獻小 ohem是一種example篩選方法,使得模型在訓練過程中僅學習hard examples 在計算損失時,先...

Focal Loss理解補充

閱讀此博文的基礎上有部分存疑的地方,做了補充。原文寫的很好,建議閱讀。原博 個人理解補充部分 1.gamma作用是調節難易,alpha作用是平衡正負樣 正負樣本數量不均衡 2.gamma作用是調節難易樣本對於總loss的權重 正負樣本中都有難易,都進行了調節 gamma 2時,正樣本中越是難區分的樣...

Focal loss 詳細解讀

focal loss所解決的問題是在object detection領域由正負樣本不平衡,而導致one stage detector方法的準確率不如two stage detector。one stage detector主要是在一張影象上生成成千上萬的candidate locations,這些c...