初始化最后一层的偏差项

Question

我正在阅读this关于失焦的博客。在Focal Loss Trick部分中说：

  

Facebook AI Research使用的是初始化最后一个的偏差项   层到一些非零值，使得正样本的pt为   小而阴性样本的pt大。具体来说，   偏置项b = -log（（1-π）/π）。这里π只是变量而不是   普通π的在这种情况下，他们将π= 0.01设置为b thereforewx。

我想使用Tensorflow对象检测API进行相同的操作。在这里，焦距损耗由配置文件中的以下行给出：

  

损失{         分类损失{           weighted_sigmoid_focal {             阿尔法：0.25             伽玛：2.0           }         }

但是我不知道如何将最后一层的偏差项设置为一些非零值。如何在张量流中实现它？

Answer 1

由class_prediction_bias_init中的box_predictor给出。因此，配置文件将如下所示：

box_predictor {
      weight_shared_convolutional_box_predictor {
        class_prediction_bias_init: -1.99
      }
}