中国绅学我术大草 解决方案：Focal loss (1)常用的交叉熵损失 -log(p) CE(p,y)= ify=1 -log(1-p)otherwise 其中，y表示实际的类别概率值，p为分类所得到的类别概率。为方便表示，使用Pt代替。 ify=1 p,11-p otherwise. (2)对于正负样本不均衡 CE(p,)=-a,log(p,) (3)对于难分类与易分类样本不均衡 FL(p,)=-(1-2,)'log(p,) (4)得到最终的focal loss表达式 FL(p,)=-ad1-p,)'1og(P,)解决方案：Focal loss （1）常用的交叉熵损失 其中，y表示实际的类别概率值，p为分类所得到的类别概率。为方便表示，使用Pt代替 。 （2）对于正负样本不均衡 （3）对于难分类与易分类样本不均衡 （4）得到最终的focal loss表达式 log( ) 1 ( , ) log(1 ) . p if y CE p y p otherwise − = =   − − 1 1 . t p if y p p otherwise  = =   − ( ) log( ) CE p p t t t = − ( ) (1 ) log( ) FL p p p t t t  = − − ( ) (1 ) log( ) t FL p p p t t t  = − − 