sigmoid_focal_loss

    Focal Loss 被提出用于解决计算机视觉任务中前景-背景不平衡的问题。该OP先计算输入x中每个元素的sigmoid值，然后计算sigmoid值与类别目标值label之间的Focal Loss。

    Focal Loss的计算过程如下：

    其中，已知：

    sigmoid_focal_loss - 图2

    • x (Variable) – 维度为

      的2-D Tensor，表示全部样本的分类预测值。其中，第一维N是批量内参与训练的样本数量，例如在目标检测中，样本为框级别，N为批量内所有图像的正负样本的数量总和；在图像分类中，样本为图像级别，N为批量内的图像数量总和。第二维:math:C 是类别数量（ 不包括背景类 ）。数据类型为float32或float64。

    • fg_num (Variable) – 维度为 [1][1] 的1-D Tensor，表示批量内正样本的数量，需在进入此OP前获取正样本的数量。数据类型为int32。

    • alpha (int|float) – 用于平衡正样本和负样本的超参数，默认值设置为0.25。

    返回： 输入x中每个元素的Focal loss，即维度为 [N,C][N,C] 的2-D Tensor。

    返回类型： 变量（Variable），数据类型为float32或float64。