FocalLoss简介

one stage目标检测的准确率一般不如two stage算法，其中之一的原因就是样本的类别不平衡导致。一张图像上有成千上万的先验框，其中匹配到真实框的就是正样本，反之就是负样本。负样本过多主要带来两个问题：

• 负样本占总loss的大部分
• 样本多是容易分类的样本

这就导致模型训练的精确度下降。

因此FocalLoss的两个特性就是：

• 控制正负样本的权重
• 控制容易分类样本和难分类样本的权重