焦點損失 (Focal Loss)

[原始碼]

FocalLoss 類別

keras_cv.losses.FocalLoss(
    alpha=0.25, gamma=2, from_logits=False, label_smoothing=0, **kwargs
)

實作焦點損失

焦點損失是一種改進的交叉熵，旨在在類別不平衡的情況下表現更好。因此，它通常用於物件偵測器。

參數

• alpha：介於 0 到 1 之間的浮點數值，表示用於處理類別不平衡的加權因子。正類別和負類別分別具有 alpha 和 (1 - alpha) 作為其加權因子。預設值為 0.25。
• gamma：表示可調整焦點參數的正浮點數值，預設值為 2。
• from_logits：是否預期 y_pred 為 logits 張量。預設情況下，假設 y_pred 編碼機率分佈。預設值為 False。
• label_smoothing：介於 [0, 1] 的浮點數。如果大於 0，則透過將標籤壓縮至 0.5 來平滑標籤，也就是對目標類別使用 1. - 0.5 * label_smoothing，對非目標類別使用 0.5 * label_smoothing。

參考

• 焦點損失論文

範例

y_true = np.random.uniform(size=[10], low=0, high=4)
y_pred = np.random.uniform(size=[10], low=0, high=4)
loss = FocalLoss()
loss(y_true, y_pred)

使用 compile() API 的用法

model.compile(optimizer='adam', loss=keras_cv.losses.FocalLoss())