前言

最近在做一个风机叶片表面缺陷检测的项目，数据集不大（862张训练图），3个类别：腐蚀(Corrosion)、裂纹(Crack)、凹陷(Dent)。直接用 YOLOv11n 从零训练（无预训练权重）跑了个 baseline，发现 Crack（裂纹）类别的 mAP50 只有 0.293，远低于 Dent 的 0.85 和 Corrosion 的 0.507。

一看数据分布就明白了——Crack 只有 189 个标注框，Dent 有 679 个，Corrosion 也有 516 个。

类别分布（训练集）：
├── Dent:      679 (49%)  ← 占一半
├── Corrosion: 516 (37%)
└── Crack:     189 (14%)  ← 严重少数类

类别不平衡，Focal Loss 不是专门解决这个的吗？那就试试吧。

---

第一版：标准 Focal Loss + 类别 alpha

Focal Loss 的原始公式长这样：

FL = -α_t · (1 - p_t)^γ · log(p_t)

其中：
- p_t = y·p + (1-y)·(1-p)   (模型对真实类别的预测概率)
- α_t = y·α + (1-y)·(1-α)   (类别平衡因子)
- γ = 2.0                    (聚焦参数，关注难样本)

α 的作用是对少数类给更高权重。我给 Crack 设了 α=0.8，Corrosion α=0.5，Dent α=0.3。

cls_alpha = [0.5, 0.8, 0.3]
focal_gamma = 1.5

结果

类别	Baseline mAP50	Focal v1 mAP50
Corrosion	0.507	0.429 (-15%)
Crack	0.293	0.145 (-51%) 😱
Dent	0.850	0.742 (-13%)
ALL	0.550	0.439 (-20%)

全部下降，Crack 直接腰斩。 翻车了。

---

为什么会翻车？Focal Loss 的 α 陷阱

回头看公式，问题出在 α_t 上：

α_t = target × α + (1-target) × (1-α)

对于 Crack 类别（α=0.8）：

正样本 (target=1): α_t = 0.8      ✅ 权重 OK
负样本 (target=0): α_t = 1-0.8 = 0.2  ❌ 问题在这！

Crack 类别的 α=0.8，意味着所有 anchor 上 “不是 Crack” 的预测，损失权重只有 0.2。

模型预测一个背景区域是 Crack（假阳性）时，惩罚只有原来的 1/5。这相当于鼓励模型瞎猜 Crack。Precision 从 0.404 断崖式跌到 0.237 就很好理解了。

Crack 的 P-R 变化：
  Baseline:  P=0.404  R=0.324
  Focal v1:  P=0.237  R=0.304  ← Precision 暴跌

---

第二版：修正 α，只加权正样本

把 α_t 改成只作用于正样本：

# 修复前（有问题）
alpha_factor = target * alpha + (1-target) * (1-alpha)

# 修复后
pos_mask = (target > 0).float()
cls_weight = [1.0, 3.0, 1.0]  # Crack 正样本 3x 权重
cls_factor = 1.0 + pos_mask * (cls_weight - 1.0)
# 正样本: cls_factor = 3.0（Crack）
# 负样本: cls_factor = 1.0（不变）

结果

类别	Baseline	Focal v1	Focal v2
Crack mAP50	0.293	0.145	0.239
Crack P	0.404	0.237	0.215
Crack R	0.324	0.304	0.391 ↑
ALL mAP50	0.550	0.439	0.478

• Crack Recall 确实提升了 (0.324 → 0.391)，说明 3x 正样本权重让模型更关注 Crack
• 但 Precision 仍然很低 (0.215)，假阳性问题没完全解决
• 整体 mAP50 还是没回到 baseline 水平

---

第三版：弃用 Focal，只用类别加权（γ=0）

仔细想想，Focal Loss 的 (1-p_t)^γ 因子在小数据集上可能是个问题。862 张训练图 + 软标签（TaskAlignedAssigner 的 IoU 分数当 target，不是 0/1），难样本聚焦机制反而干扰了收敛。

干脆设 γ=0，退化成纯类别加权 BCE：

focal_gamma = 0.0                # 不用 focal
cls_alpha = [1.0, 3.0, 1.0]     # 只给 Crack 正样本 3x 权重

结果

类别	Baseline	Focal v1 (bug)	Focal v2 (γ=1.5)	v3 (γ=0)
Corrosion mAP50	0.507	0.429	0.439	0.510
Crack mAP50	0.293	0.145	0.239	0.271
Dent mAP50	0.850	0.742	0.757	0.844
ALL mAP50	0.550	0.439	0.478	0.542

γ=0 后指标基本回到 baseline 水平（整体 mAP50 0.542 vs baseline 0.550），说明纯类别加权不会伤模型，但也没有带来明显提升。

三版实验完整对比

Crack mAP50 变化曲线:
Baseline:  ████████████████████ 0.293
Focal v1:  █████████ 0.145  ← α 打低压垮了负样本
Focal v2:  ███████████████ 0.239  ← 修复 α，但 γ=1.5 过强
v3 γ=0:    ██████████████████ 0.271  ← 回到接近 baseline

v3（γ=0，纯类别加权）是最干净的结果——没有破坏模型，但也没有提升。这说明问题的根因不在分类 loss 上。

---

复盘：Focal Loss 在目标检测中容易踩的坑

坑 1：α 对负样本的副作用

这是最容易犯的错误。Focal Loss 是为二分类设计 α 的（α 和 1-α 分布到正负样本），但 YOLO 的多类 BCE 下，每个类别都有独立的正负样本。直接把单类 α 映射回去，就会打压该类的负样本权重。

正确做法：α 只作用于 target>0（正样本）的位置，负样本权重保持 1.0。

坑 2：小数据集 + Soft Label 不适合过强的 γ

YOLOv8/v11 的分类 target 不是 0/1 硬标签，而是 IoU 分数（0~1 之间的软标签）。Focal 的 p_t 计算在软标签下含义变了，γ 过大时 (1-p_t)^γ 会过度压缩训练信号。

建议：小数据集从 γ=0 开始，确认类别权重有效后再逐步加。

坑 3：Loss 不是万能药

Crack 只有 189 个样本（训练集），R 只有 0.3 左右。光靠调 loss 很难突破数据量的天花板。更有效的方向可能是：

• 数据增强：CopyPaste 把 Crack 样本复制到更多图中
• 模型结构：加 P2 检测层（Crack 面积分布宽，多尺度特征有帮助）
• 过采样：训练时对含 Crack 的图提高采样概率

---

核心代码

在 ultralytics/utils/loss.py 新增 v8DetectionLossFocal 类，关键只有分类 loss 那几行：

class v8DetectionLossFocal(v8DetectionLoss):
    def get_assigned_targets_and_loss(self, preds, batch):
        # ... 前面和父类完全一样 ...

        # 分类 loss：
        bce_loss = self.bce(pred_scores, target_scores)  # [B, A, NC]

        # Focal 调制
        pred_prob = pred_scores.sigmoid()
        p_t = target * pred_prob + (1-target) * (1-pred_prob)
        focal_weight = (1.0 - p_t).pow(self.focal_gamma)

        # 正样本类别权重（关键：只作用于 target > 0）
        pos_mask = (target > 0).float()
        cls_factor = 1.0 + pos_mask * (cls_weight - 1.0)

        loss_cls = (bce_loss * focal_weight * cls_factor).sum()
        # Box loss / DFL loss 不变

训练脚本通过 monkey-patch DetectionModel.init_criterion 注入：

from ultralytics.nn.tasks import DetectionModel
from ultralytics.utils.loss import v8DetectionLossFocal

original = DetectionModel.init_criterion
DetectionModel.init_criterion = lambda self: v8DetectionLossFocal(
    self, focal_gamma=0.0, cls_alpha=[1.0, 3.0, 1.0]
)

model = YOLO("yolo11n.yaml")
model.train(data="VOC_YOLO/data.yaml", ...)

DetectionModel.init_criterion = original  # 恢复

---

总结

这次实验的收获：

1. Focal Loss α 在多类 BCE 下要小心使用——α 只给正样本加权，别动负样本权重
2. 小数据集（<1000 张）加软标签，γ 从 0 开始更稳妥——难样本聚焦容易反噬
3. Loss 不是万能药——189 个 Crack 样本的瓶颈很难靠调 loss 突破，后续尝试数据结构或模型层面的改进会更有效
4. baseline 本身不差——3 个版本改下来都没超过 baseline，说明 YOLOv11 默认的 BCE loss 在这个场景已经是合理的选择

完整代码和实验记录在项目 VOC_YOLO/ 目录下，私信可一起学习学习。接下来打算从数据增强（CopyPaste Crack 区域）或模型结构（加 P2 检测层）入手——敬请关注后续文章。

---