我正在尝试使用更快的RCNN架构的tensorflow object detection code，并且由于数据集中的高级别不 balancer ，我试图将损失修改为加权损失（基于不同类图像的分数） . 但是代码中已经存在softmax损失的权重，最有可能处理正例和背景之间的类不 balancer （负） . 我怎样才能修改这种损失，以解决 class 间的不 balancer 问题，而不仅仅是在 class 和背景（非 class ）之间？
我正在尝试使用更快的RCNN架构的tensorflow object detection code，并且由于数据集中的高级别不 balancer ，我试图将损失修改为加权损失（基于不同类图像的分数） . 但是代码中已经存在softmax损失的权重，最有可能处理正例和背景之间的类不 balancer （负） . 我怎样才能修改这种损失，以解决 class 间的不 balancer 问题，而不仅仅是在 class 和背景（非 class ）之间？