为了有效地同时解决样本类别不均衡和苦难样本的问题，何凯明和RGB以二分类交叉熵为例提出了一种新的Loss----Focal loss
原始的二分类交叉熵形式如下：
Focal Loss形式如下：
上式中，相对于原始的二分类交叉熵加入了两个量：1、modulating factor：
（其中幂称为focusing parameter）；2、
；
现在分别来解释一下两个分量的作用：
（1）第一个分量称为调制系数，它的作用是困难样本挖掘，比如p越大，则表示它更趋于是简单正样本，则对应的调制系数则更小，即简单样本对Loss的贡献更小，对于简单负样本同样如此；
（2）第二个分量我还不是很理解，感觉就只是一个起到调节不同类别样本比例的作用；
参考博客：https://blog.csdn.net/u014380165/article/details/77019084
https://blog.csdn.net/qq_34564947/article/details/77200104
原文：https://www.cnblogs.com/zf-blog/p/10334279.html