深度学习三大件：数据、模型、Loss。一个好的Loss有利于让模型更容易学到需要的特征，不过深度学习已经白热化了，Loss这块对一个成熟任务的提升是越来越小了。虽然如此，也不妨碍我们在难以从数据和模型层面入手时，从这个方面尝试了。

BCEBlurWithLogitsLoss

yolov7中loss由三部分构成，cls loss, obj loss, box loss。分别是类别损失、框的置信度损失、框的位置损失。其中cls loss和obj loss都是使用BCEBlurWithLogitsLoss，这个loss的源代码如下：

class BCEBlurWithLogitsLoss(nn.Module):
    # BCEwithLogitLoss() with reduced missing label effects.
    def __init__(self, alpha=0.05):
        super(BCEBlurWithLogitsLoss, self).__init__()
        self.loss_fcn = nn.BCEWithLogitsLoss(reduction='none')  # must be nn.BCEWithLogitsLoss()
        self.alpha = alpha

    def forward(self, pred, true):
        loss = self.loss_fcn(pred, true)
        pred = torch.sigmoid(pred)  # prob from logits
        dx = pred - true  # reduce only missing label effects
        # dx = (pred - true).abs()  # reduce missing label and false label effects
        alpha_factor = 1 - torch.exp((dx - 1) / (self.alpha + 1e-4))
        loss *= alpha_factor
        return loss.mean()

与普通的交叉熵损失相比，这个损失可以降低missing label(也就是本身是个正样本，但是没有标注)以及false label(错误标注，代码中注释部分)。做法是降低这些样本的loss权重，具体而言就是通过pred和label的差异来衡量，差异太大就降低权重。

FocalLoss

yolov7中也提供了另一种Loss, 在hyp参数中设置大于0的gamma就可以开启，FocalLoss的思想是加大困难样本的权重，同时为正负样本分配不同的权重，公式如下：
$FL(p_t)=-a_t(1-p_t{)}^{\gamma }log(p_t)$
讨论对于一个二分类的问题，也就是两个类别讨论。当一个样本被分错时，也就是当标签类y = 1时，p = 0.3，根据上式可以看到，y=1 , p= 0.3 , 则$p_t=0.3$那么$(1-p_t{)}^{\gamma }$就很大（通常$\gamma$取2）。这也就说明，分错的这个类表示难分的类。

QFocalLoss

FocalLoss存在一些问题：
classification score 和 IoU/centerness score 训练测试不一致。

这个不一致主要体现在两个方面：

1） 用法不一致。训练的时候，分类和质量估计各自训记几个儿的，但测试的时候却又是乘在一起作为NMS score排序的依据，这个操作显然没有end-to-end，必然存在一定的gap。

2） 对象不一致。借助Focal Loss的力量，分类分支能够使得少量的正样本和大量的负样本一起成功训练，但是质量估计通常就只针对正样本训练。那么，对于one-stage的检测器而言，在做NMS score排序的时候，所有的样本都会将分类score和质量预测score相乘用于排序，那么必然会存在一部分分数较低的“负样本”的质量预测是没有在训练过程中有监督信号的，有就是说对于大量可能的负样本，他们的质量预测是一个未定义行为。这就很有可能引发这么一个情况：一个分类score相对低的真正的负样本，由于预测了一个不可信的极高的质量score，而导致它可能排到一个真正的正样本（分类score不够高且质量score相对低）的前面。具体可以参考QFocalLoss作者的博客, 知乎《大白话 Generalized Focal Loss》。
对于第一个问题，为了保证training和test一致，同时还能够兼顾分类score和质量预测score都能够训练到所有的正负样本，那么一个方案呼之欲出：就是将两者的表示进行联合。这个合并也非常有意思，从物理上来讲，我们依然还是保留分类的向量，但是对应类别位置的置信度的物理含义不再是分类的score，而是改为质量预测的score。这样就做到了两者的联合表示，同时，暂时不考虑优化的问题，我们就有可能完美地解决掉第一个问题

简单的说，做过检测的应该知道，一个检测结果的置信度=类别的置信度* 框的置信度。但是训练的时候，这两个置信度是分开的，这个不一致可能出现类别置信度低，但框置信度高，。QFocalLoss的出发点就是在训练时，分类损失中的label修改成label* 框置信度。这样修改会出现0~1之间的label,原版的FocalLoss是不支持离散label的，所以作者进行了魔改：

yolov7中有人提交了一个QFocalLoss代码，不过并没有启用，并且从代码来看，并没有正确实现作者的主要意图：将分类score和框置信度score联合训练。所以我没有使用yolov7中的实现，而是对其进行了修改：

class QFocalLoss(nn.Module):
    # Wraps Quality focal loss around existing loss_fcn(), i.e. criteria = FocalLoss(nn.BCEWithLogitsLoss(), gamma=1.5)
    def __init__(self, loss_fcn, beta = 2.0):
        super(QFocalLoss, self).__init__()
        self.loss_fcn = loss_fcn  # must be nn.BCEWithLogitsLoss()
        self.beta = beta
        self.reduction = loss_fcn.reduction
        self.loss_fcn.reduction = 'none'  # required to apply FL to each element

    def forward(self, pred, target):
        assert len(target) ==2, "target must be a tuple of (class, score)"
        label, score = target
        iou_target = label*score.view(-1,1)
        pred_sigmoid = torch.sigmoid(pred)  # prob from logits
        scale_factor = torch.abs(pred_sigmoid - iou_target)
        beta = self.beta
        loss = self.loss_fcn(pred, iou_target) * scale_factor.pow(beta)

        if self.reduction == 'mean':
            return loss.mean()
        elif self.reduction == 'sum':
            return loss.sum()
        else:  # 'none'
            return loss

主要区别在于此处target由类别标签和预测的框置信度共同构成。
为了使用QFocalLoss, 需要在调用时，将预测框的执行度也传入，具体而言，其实就是预测框和GT的iou, 在代码里本身就已经有了：

 # Objectness
                tobj[b, a, gj, gi] = (1.0 - self.gr) + self.gr * iou.detach().clamp(0).type(tobj.dtype)  # iou ratio

                # Classification
                selected_tcls = targets[i][:, 1].long()
                if self.nc > 1:  # cls loss (only if multiple classes)
                    t = torch.full_like(ps[:, 5:], self.cn, device=device)  # targets
                    t[range(n), selected_tcls] = self.cp
                    
                    if isinstance(self.BCEcls, QFocalLoss):
                        lcls += self.BCEcls(ps[:, 5::], (t, iou.detach()))
                    else:
                        lcls += self.BCEcls(ps[:, 5:], t)  # BCE

再把代码中原本用来触发FocalLoss的地方，修改为触发QFocalLoss即可。

使用体验

从个人在私有任务使用看，使用QFocalLoss对于map基本没有提升，甚至误检增多了（recall升高）。分析可能是和FocalLoss一样的问题，由于提高了困难样本的权重，会造成过于关注一些模棱两可的样本。对于小样本来说，估计会有提升，对于一般任务，不如使用BCEBlurWithLogitsLoss。