FocalLoss原理通俗解释及其二分类和多分类场景下的原理与实现
文章目录
1. FocalLoss的应用场景
学一个东西,首先要知道这个东西是干嘛用的。
FocalLoss主要有两个作用,这也决定了它的应用场景:
- FocalLoss可以调节正负样本的loss权重。这意味着,当正负样本数量及其不平衡时,可以考虑使用FocalLoss。
- FocalLoss可以调节难易样本的loss权重。这意味着,当训练样本的难易程度不平衡时,可以考虑使用FocalLoss。
这也是“Focal Loss”的名字的含义,把目光聚焦(Focal)在那些“少的,难的”样本上。
虽然大部分博客讨论FocalLoss都是在目标检测场景下,但其实FocalLoss其他场景下都可以用。
举个NLP的应用场景:
- 当我们在情感分类(好评/差评)时,若99%都是好评,只有1%是差评,就可以考虑使用FocalLoss通过loss来调节数据不平衡问题。
- 情感分类问题有些样本很难,例如:“我家狗吃了你的菜连夜给我做了四菜一汤”。而有些样本很简单,例如“差评,太难吃了”。这种场景下,FocalLoss可以帮助调节难易样本的loss权重,从而更好的学习到难样本的特征。
2. 二分类场景下FocalLoss原理解释
本节会分别讨论FocalLoss是如何实现其两个功能的,然后再进行整合。
2.1 FocalLoss如何调节正负样本权重
二分类问题我们通常使用交叉熵计算Loss,损失函数如下:
其中CE是CrossEntropy的缩写,
假设我们99%的样本都是负样本,那么最终计算出的loss负样本占比极大。要进行调节,很简单,只需要乘个权重就行了。比如:
我们让正样本和负样本的loss给个9:1的权重就行了。将其0.9写成变量
其中,
2.2 FocalLoss如何调节难易样本权重
当我们在训练二分类问题时,经过sigmoid后最终的输出是0到1的概率,表示为正样本的概率是多少。
那假设标签为1的样本:
- 若预测为为0.95,意味该样本是一个比较简单的样本。
- 若预测值为0.65,意味着该样本稍微有点难
- 若预测值为0.28,意味着该样本非常难。
负样本同理。即 预测值距离真值越远,则样本越难。
难样本想要多学习,那就给它的loss分个较大的权重,简单样本易学习,那就给个较小的权重。那我们可以直接用它的难易程度给它分权重嘛,例如:
假设标签为1的样本:
- 若预测为为0.95,意味该样本是一个比较简单的样本。权重为 (1-0.95) = 0.05
- 若预测值为0.65,意味着该样本稍微有点难。权重为 (1-0.65) = 0.35
- 若预测值为0.28,意味着该样本非常难。权重为 (1-0.28) = 0.72
按照这个思路,我们就可以得到如下损失函数:
这样你可能还不过瘾,你想让简单样本权重更低,难样本权重更高,那么也很简单,只需要加个平方就行了,这样小的会更小,大的会更大。这样我们会得到如下公式:
但你可能会觉得平方太小或太大,那么我们把平方写成超参数
这样我们就完成了难易样本权重的调节。最后再总结一下参数
- 当
时,损失函数退化成了原始的CrossEntropy。 越大,对权重的调节就越狠,反之则越轻。越狠的意思是:容易样本的权重会越低,难样本的权重会越高。 通常取
2.3 整合上述过程,完成FocalLoss
整合过程很简单,把
这样写稍显难看,所以我们定义两个新的变量
那么FocalLoss就可以写成如下的最终公式:
这就是FocalLoss的公式。
2.4 Pytorch 实现FocalLoss
```python import torch from torch import nn class BinaryFocalLoss(nn.Module): """ 参考 https://github.com/lonePatient/TorchBlocks """ def __init__(self, gamma=2.0, alpha=0.25, epsilon=1.e-9): super(BinaryFocalLoss, self).__init__() self.gamma = gamma self.alpha = alpha self.epsilon = epsilon def forward(self, input, target): """ Args: input: model's output, shape of [batch_size, num_cls] target: ground truth labels, shape of [batch_size] Returns: shape of [batch_size] """ multi_hot_key = target logits = input # 如果模型没有做sigmoid的话,这里需要加上 # logits = torch.sigmoid(logits) zero_hot_key = 1 - multi_hot_key loss = -self.alpha * multi_hot_key * torch.pow((1 - logits), self.gamma) * (logits + self.epsilon).log() loss += -(1 - self.alpha) * zero_hot_key * torch.pow(logits, self.gamma) * (1 - logits + self.epsilon).log() return loss.mean() if __name__ == '__main__': m = nn.Sigmoid() loss = BinaryFocalLoss() input = torch.randn(3, requires_grad=True) target = torch.empty(3).random_(2) output = loss(m(input), target) print("loss:", output) output.backward() ```
3. 多分类场景下的FocalLoss
有了前面二分类的基础,多分类就影刃而解了。
3.1 FocalLoss调节多分类的类别权重
假设我们有个三分类的场景,y=(1, 2, 3),他们的样本数量分别是100个,2000个和10000个。
那么此时我们的
在多分类场景下,我们的
其中
在大部分博客甚至开源项目上,在多分类问题上
也还是一个数。但在多分类问题上,这样理论上没办法解决调整不平衡数据的问题,相当于所有的数据都乘以了一个小数,没效果。 上面的理解是我在向ChatGPT提问时它给出的答案,我觉得这个是比较合理的。
3.2 FocalLoss调节多分类难易样本权重
同样,假设我们有个三分类的场景,y=(1, 2, 3),对于某个样本的预测结果如下:
- 若标签为1,那么构造难易程度的调制因子时只需要考虑
即可,同时也说明这个样本是一个简单样本 - 若标签为2,同理,调制因子只需要考虑
,同时说明这个样本很难。 - 若标签为3,同理。
为了达到上述目的,我们可以使用one-hot向量来把不关心的非标签值给抹去,即:
此时,我们把其与调制因子结合,为
这里,我们将 one-hot 向量用
3.3 整合上述过程,完成多分类的FocalLoss
综上所述,在多分类场景下,FocalLoss的公式变成了如下:
这里,
举个实际的例子来看一下该公式:
假设我们有个三分类的场景,y=(1, 2, 3),其中
从上面例子可以看出,因为one-hot的存在,真正对loss起作用的其实只有样本所在的那一行。
因此,我们可以将FocalLoss公式改进为如下:
其中
3.4 Pytorch 实现多分类FocalLoss
```python class FocalLoss(nn.Module): """ 参考 https://github.com/lonePatient/TorchBlocks """ def __init__(self, gamma=2.0, alpha=1, epsilon=1.e-9, device=None): super(FocalLoss, self).__init__() self.gamma = gamma if isinstance(alpha, list): self.alpha = torch.Tensor(alpha, device=device) else: self.alpha = alpha self.epsilon = epsilon def forward(self, input, target): """ Args: input: model's output, shape of [batch_size, num_cls] target: ground truth labels, shape of [batch_size] Returns: shape of [batch_size] """ num_labels = input.size(-1) idx = target.view(-1, 1).long() one_hot_key = torch.zeros(idx.size(0), num_labels, dtype=torch.float32, device=idx.device) one_hot_key = one_hot_key.scatter_(1, idx, 1) one_hot_key[:, 0] = 0 # ignore 0 index. logits = torch.softmax(input, dim=-1) loss = -self.alpha * one_hot_key * torch.pow((1 - logits), self.gamma) * (logits + self.epsilon).log() loss = loss.sum(1) return loss.mean() if __name__ == '__main__': loss = FocalLoss(alpha=[0.1, 0.2, 0.3, 0.15, 0.25]) input = torch.randn(3, 5, requires_grad=True) target = torch.empty(3, dtype=torch.long).random_(5) output = loss(input, target) print(output) output.backward() ```