Detectron2源码参读：Focal Loss源码与解析

一些废话

由于项目和学习需要使用检测网络，最近在参读Detectron2的源码，并在自己的数据集上训练模型，近期会把使用到的一些核心库代码的结构与思路梳理，陆续写一些文章出来，日后忘记了再请教自己。

Detectron2是facebook近期开源的新一代通用检测库，相比一代Detectron库，在确保精度的情况下，重构了许多代码，速度有了较大提升，目前在github上已经有近7k星。
网址：https://github.com/facebookresearch/detectron2

Focal loss 与 Cross Entropy loss

今天看到了RetinaNet的Focal Loss的代码，结合论文又加深了一下理解，首先来看一下作者原文中经典的一张图。
论文地址：https://arxiv.org/abs/1708.02002

对于二分类任务来说，ground truth的标签$y_i$ 为0，1分别代表负样本与正样本，模型预测值$p_i$代表正样本的概率值，文章中定义
$$p_t=\{\begin{array}{ll}{p}_i,& y_i=1\\ 1-p_i,& y_i=0\end{array}$$
这样作者就把交叉熵和focal loss的定义简化为了 $CE(p_t)=-log(p_t)$ 与 F L ( p t ) = − ( 1 − p t ) γ l o g ( p t ) FL(p_t) = -(1-p_t)^\gamma log(p_t)