论文 | 用于密集对象检测的 Focal Loss 函数

[b][b][b][b][b][b][b][b]

[/b][/b][/b][/b][/b][/b][/b][/b]论文：Focal Loss for Dense Object Detection原文链接：https://arxiv.org/abs/1708.02002背景介绍　　目前最先进的目标检测系统是基于两个阶段的机制。第一个阶段生成一个稀疏的候选区域集合，第二个阶段使用卷积神经网络对候选区域进行分类处理。最典型的例子例如R-CNN系列框架。　　另一种目标检测系统的解决思路是在一个阶段完成目标检测的任务。例如YOLO，SSD。这些系统的比两阶段的要快，但是在准确度方面有所下降。　　本文进一步推进了上述的研究，提出了一种一阶段的目标检测系统。首次在COCO数据集上达到了最先进两阶段目标检测系统（例如FPN，Faster R-CNN）的性能。为了达到这个目的，我们把训练阶段的类别不平衡性视为一阶目标检测系统精度的瓶颈，并提出了了解决这个瓶颈的全新的损失函数。在此基础上，我们设计了一个名为RetinaNet的一阶目标检测模型。Focal Loss
2.1 Cross entropy

　　二分类问题中loss的定义如下：


　　上式中

代表样本属于1的概率。y代表标签。为了表示方便，我们定义

如下：


　　CE loss 如下图中的蓝色曲线所示，这个loss的一个显著特征是，即使是很容易的分类情况下，也会产生较大的loss。当把这些大量的loss加起来的时候，将会产生较大的影响。

2.2 Balanced Cross Entropy

　　常用的解决类别不平衡的方法是引入一个额外的参数

。

用来设置为相反类别的概率或者作为交叉验证的一个超参数。为了表示方便，我们重写了带

参数的CE loss：

2.3 Focal Loss Definition

　　正如实验所示，在密集目标检测系统中，训练过程中，遇到的类别失衡将会对交叉熵损失函数产生较大影响。容易分类的负样本将会占据主要的损失以及梯度。尽管

平衡了正负样本的重要性，但是无法对 容易分类的样本和难以分类的样本产生影响。因此我们提出了一种全新的loss function（focal loss），以此来降低 容易分类样本的重要性，从而把训练集中在难以分类的负样本上。 Focal loss 的形式如下：


　　Focal loss 在 cross entropy 的基础上增加了一个调节因子，

。Focal loss 如下图所示，

的取值在[0, 5] 之间。从图中我们可以看出两点：
当一个样本被错分类，

值很小的时候，调节因子，

的值很小，因此不会对loss产生影响。当

值很大，趋近于1的时候，调节因子的值趋近于0，因此对于正确分类的样本的loss值被缩小了。


的时候，FL 等于 CE。当

增加时候，调节因子的影响相应的增加，实验中

取得了最好的实验效果。

　　在实验中，我们使用了

变种的focal loss ，形式如下：

RetinaNet Detector

　　为了验证使用的Focal Loss function，作者设计了一种RetinaNet，如下图所示：


　　RetinaNet 网络架构包含一个backbone 网络和两个subnetwork。Backbone网络在底层使用了ResNet，用来生成卷机特征，在此之上有一个Feature Pyramid Network（FPN）。Backbone外接两个subnetwork，一个用来分类，一个用来生成目标位置信息。实验验证
　　我们在COCO数据集上进行了目标检测的实验，并将测试结果与近期最先进的方法进行比较。其中包括一阶模型和二阶模型。下表列出了测试结果：



　　这是Retina-101-800模型的测试结果，训练过程中采用scale filter ， 训练时间是之前模型的1.5倍，但是AP值提升了1.3。对比当前最先进的一阶模型，我们的模型AP值提升了5.9%（39.1 vs 33.2）。对比当前最先进的二阶模型，Faster R-CNN w TDM，我们的模型也取得了2.3%的优势（39.1 vs 36.8）。总结
　　本文中，我们将类别不平衡视为一阶目标检测系统的性能瓶颈，为了解决这个问题我们对CE（交叉熵损失）提出了改进，提出了focal loss。实验结果显示，基于focal loss 的RetinaNet ，相对比与之前的目标检测系统，有较大改进。

版权声明：转载文章和图片均来自公开网络，版权归作者本人所有，推送文章除非无法确认，我们都会注明作者和来源。如果出处有误或侵犯到原作者权益，请与我们联系删除或授权事宜。 




这里有免费AI课程