使用焦丢失函数创建焦丢失层
焦点丢失层使用焦点丢失预测对象类。当前景类和背景类之间存在不平衡时,添加焦点丢失层来训练目标检测、语义分割或分类网络。为了弥补分类不平衡,焦损失函数将交叉熵函数乘以一个调制因子,增加了网络对错误分类观测的敏感性。
为深度学习网络创建焦点损失层。有关如何在目标检测网络中使用焦丢失层的信息,请参见创建SSD对象检测网络.层
= focalLossLayer
通过使用一个或多个名称-值对参数设置焦点丢失层的属性。将每个属性名用引号括起来。层
= focalLossLayer (名称,值
)
例如,focalLossLayer('名称',' focalloss ')
创建一个具有名称的焦丢失层“focalloss”
以及指定的平衡和聚焦参数。
[1]林宗毅、Priya Goyal、Ross Girshick、Kaiming He、Piotr Dollar“聚焦丢失用于密集目标检测。”2017年IEEE®计算机视觉国际会议,2999 - 3007。威尼斯:IEEE 2017。https://doi.org/10.1109/ICCV.2017.324。
focalCrossEntropy
|trainSSDObjectDetector
|trainNetwork
(深度学习工具箱)