使用focal loss不好用，使用crossentropyloss正常
Opened this issue · 5 comments
非常感谢作者的工作
使用focal_loss不论是自己重新训练的模型还是在作者提供的12epoch模型上训练，结果是这样的，都预测为了第0类。
这是inference时候的调试结果
这是作者给的模型上训练的第13个epoch输出日志，刚开始loss_cls特别大：
这是训练过程中focal_loss的输入，随着迭代，target.sum()->0, 没有目标都变成了背景？：
后面我换成了crossentropyloss，结果正常，希望作者能够答疑解惑。
首先，请确保使用我们的预训练模型inference是正常的
接着，请检查learning rate等参数设置是否正确。我们使用4GPU/0.01lr。
使用你们的模型inference正常，参数设置也正常。就是损失函数使用FocalLoss训练有错误，我将配置文件的loss_cls更改为CrossEntropyLoss训练一切正常。loss_cls=dict(type='CrossEntropyLoss', use_sigmoid=True, loss_weight=1.0)。
因为我的系统环境版本问题，直接使用mmdet.ops下面的api会不兼容CUDA Error: no kernel image is available for execution on the device，相关操作例如nms DeformConv FocalLoss我都替换为了mmcv.ops下面的接口。我仔细检查了相关的接口调用与配置，应该没问题，不知道踩到了什么坑。
Focal loss的计算不一样，老版本的是按照num_cls=16算的，新版本的num_cls=15，你可以编译老版本的focal_loss，或者使用新版本的话，anchor_target你要修改部分代码，就是生成anchor的label部分
Focal loss的计算不一样，老版本的是按照num_cls=16算的，新版本的num_cls=15，你可以编译老版本的focal_loss，或者使用新版本的话，anchor_target你要修改部分代码，就是生成anchor的label部分
你好，您有尝试过使用Focal loss中的python版本[py_sigmoid_focal_loss]在这个框架中训练吗？为什么使用这个python版本的focal loss训练会直接报错呢。
Focal loss的计算不一样，老版本的是按照num_cls=16算的，新版本的num_cls=15，你可以编译老版本的focal_loss，或者使用新版本的话，anchor_target你要修改部分代码，就是生成anchor的label部分
你好，您有尝试过使用Focal loss中的python版本[py_sigmoid_focal_loss]在这个框架中训练吗？为什么使用这个python版本的focal loss训练会直接报错呢。
如果你直接用py_sigmoid_focal_loss训练出错的话，很有可能就是你得mmd版本的问题，或者你可以把你的联系方式通过邮箱发给我，交流一下