焦点损失函数pytorch

焦点损失函数是一种用于解决one-stage目标检测中正负样本比例失衡问题的损失函数。它通过降低简单负样本在训练中的权重，实现对困难样本的挖掘。在PyTorch中，焦点损失函数可以使用以下代码实现：

import torch
import torch.nn as nn

class FocalLoss(nn.Module):
    def __init__(self, gamma=2, alpha=0.25):
        super(FocalLoss, self).__init__()
        self.gamma = gamma
        self.alpha = alpha
    
    def forward(self, inputs, targets):
        BCE_loss = nn.BCEWithLogitsLoss(reduction='none')(inputs, targets)
        pt = torch.exp(-BCE_loss)
        loss = self.alpha * (1-pt)**self.gamma * BCE_loss
        return loss.mean()

以上代码定义了一个FocalLoss类，它继承了PyTorch的nn.Module类，并根据焦点损失函数的公式实现了forward方法。该损失函数可以通过指定gamma和alpha参数来调整损失函数的形状。