Focal交叉熵：
上面式子是一个交叉熵的改进版本，多了一个权重系数pos_weight，表示图像中，正例、负例的比例，那个越少，就越重视哪一个。好好感受下，loss|y_pred = 0.8 loss|y_pred = 0.2应该是“相等”的，这是上面式子设计的初衷！
下面是Focal loss的式子：
式中，α就是上面的pos_weights，r表示：难易程度。例如：预测某一个样本，它的准确率很低，所以网络优化的方向为：更加重视这个样本(训练过程中，它的初始loss应该较大)。相反，一个样本，准确率高，初始的loss就应该小。
评价标准还是MIOU or =IOU
二值交叉熵
参考：https://www.pianshen.com/article/79681020010/
标签：loss,交叉,分类,二值,Focal,式子 From： https://www.cnblogs.com/feiyull/p/15590061.html