系列文章目录

---

---

前言

类别不平衡是一个在目标检测领域被广泛讨论的问题，因为目标数量的多少在数据集中能很直观的体现。同时，在分割中这也是一个值得关注的问题，毕竟分割的本质是对像素进行分类。而处理类别不平衡一个非差常用的方法就是通过 Focal Loss 来引导模型更关注困难的类。

---

1. 什么是 Focal Loss

Focal Loss 是在标准交叉熵损失基础上修改得到的。相比 CrossEntropy Loss 它增加了容易和难分样本的权重，对于难分的样本增加权重，增加 loss 的贡献度；减少易分类样本的权重，使得模型在训练时更专注于难分类的样本。

Focal Loss 从另外的视角来解决样本不平衡问题，那就是根据置信度动态调整 CE Loss，当预测正确的置信度增加时，loss 的权重系数会逐渐衰减至0，这样模型训练的 loss 更关注难例，而大量容易的例子其 loss 贡献很低。

比如假如一张图片上有 10 个正样本，每个正样本的损失值是 3，那么这些正样本的总损失是 10x3=30。而假如该图片上有 10000 个简单易分负样本，尽管每个负样本的损失值很小，假设是 0.1，那么这些简单易分负样本的总损失是 10000x0.1=1000，那么损失值要远远高于正样本的损失值。所以如果在训练的过程中使用全部的正负样本，那么它的训练效果会很差。

---

2. 逐过程解析 Focal Loss

0. 公式一览：
   
   • $\alpha$ 侧重的是正负样本之间的不平衡，一般设置为 0.25
   • $\gamma$ 难易样本上的权重调节，一般设置为 2
   • 简单的加权 CE Loss 可能只能实现正负样本之间不平衡的调节，所以对于大多数不平衡任务来说 Focal Loss 应该还是能起到更好的效果
1. 首先看一下二分类交叉熵损失函数
   
   
2. 二分类交叉熵损失函数：$y$ 是样本的标签值，而 $p$ 是模型预测某一个样本为正样本的概率，对于真实标签为正样本的样本，它的概率 $p$ 越大说明模型预测的越准确，对于真实标签为负样本的样本，它的概率 $p$ 越小说明模型预测的越准确
3. 如果我们定义 $p_t$ 为如下的形式
   
4. 公式 (1) 可以修改为如下形式 (2)
   
5. 现在我们定义一个参数 $\alpha$ 和 $1-\alpha$ 来平衡正负样本的权重，定义${\alpha }_t$ 如下，需要注意的是，$\alpha$ 是个超参数用来平衡正负样本的权重，并不是实际的正负样本的比例，
   
6. 公式 (2) 可以修改为如下形式 (3)
   
7. 又因为样本有难易之分，所以我们必须要能区分出困难样本和简单样本，所以我们设置一个系数 $(1-p_t{)}^{\gamma }$
8. 它可以降低简单样本的损失贡献，而使得训练时更重视一些困难样本，Focal Loss 可以定义为：
   
9. 看一些权重计算的例子：
   
   • 如果预测正样本概率是 0.95（即对于一个真实标签为正样本的样本，使用模型预测它也是正样本的概率是 0.95），这显然是一个简单的样本
   • 如果预测正样本概率是 0.5 ，这显然是一个稍微困难一定的样本
   • 如果预测负样本的概率为 0.9（即对于一个真实标签为负样本的样本，使用模型预测它是正样本的概率是 0.9），这显然是一个困难的样本，则该样本的难易权重是
   • 如果预测负样本的概率为 0.1（即对于一个真实标签为负样本的样本，使用模型预测它是正样本的概率是 0.1），这显然是一个简单的样本，
10. 为此，我们得到最终的 Focal Loss
    

3. Focal Loss 的 PyTorch 实现

首先感谢上海 AI Lab 的杰出工作，SAM-Med2D
我这里的实现来自仓库：SAM-Med2D
如果能对大家有帮助，希望后期大家不要忘记引用这个工作：

class FocalLoss(nn.Module):def __init__(self, gamma=2.0, alpha=0.25):super(FocalLoss, self).__init__()self.gamma = gammaself.alpha = alphadef forward(self, pred, mask):"""pred: [B, 1, H, W]mask: [B, 1, H, W]"""assert pred.shape == mask.shape, "pred and mask should have the same shape."p = torch.sigmoid(pred)num_pos = torch.sum(mask)num_neg = mask.numel() - num_posw_pos = (1 - p) ** self.gammaw_neg = p ** self.gammaloss_pos = -self.alpha * mask * w_pos * torch.log(p + 1e-12)loss_neg = -(1 - self.alpha) * (1 - mask) * w_neg * torch.log(1 - p + 1e-12)loss = (torch.sum(loss_pos) + torch.sum(loss_neg)) / (num_pos + num_neg + 1e-12)return loss

---

总结

参考链接：
深入剖析Focal loss损失函数