CenterPoint의 Focal Loss

OpenJR·2023년 10월 23일
CenterPoint

Cross Entropy

CE(pt)=−(y⋅log⁡2(pt)+(1−y)⋅log⁡2(1−pt))CE(p_t)=-(y\cdot\log_2(p_t)+(1-y)\cdot\log_2(1-p_t))

Focal Loss (RetinaNet)

  • γ\gamma: 2
  • α\alpha: 0.25
FL(pt)=−(y⋅α⋅(1−pt)γ⋅log⁡2(pt)+(1−y)⋅(1−α)⋅ptγ⋅log⁡2(1−pt))FL(p_t)=-(y\cdot\alpha\cdot(1-p_t)^\gamma\cdot\log_2(p_t)+(1-y)\cdot(1-\alpha)\cdot p_t^{\gamma}\cdot\log_2(1-p_t))

Focal Loss (CentetNet, CenterPoint)

FL(pt)=−(y⋅(1−pt)2⋅log⁡2(pt)+(1−y)4⋅ptγ⋅log⁡2(1−pt))FL(p_t)=-(y\cdot(1-p_t)^2\cdot\log_2(p_t)+(1-y)^4\cdot p_t^{\gamma}\cdot\log_2(1-p_t))
profile
OpenJR
Jacob
이전 포스트

Object Detection에서 L2아닌 L1 Loss를 더 많이 사용하는 이유

다음 포스트

모델 히스토그램을 그려보는 이유

0개의 댓글