💡💡💡问题点：注意到红外小目标图像中目标与背景之间存在极大的不平衡，这使得模型更加关注背景特征而不是目标特征

 💡💡💡解决对策：提出了一种新的自适应阈值焦点损失函数，该函数将目标和背景解耦，并利用自适应机制来调整损失权重，迫使模型将更多的注意力分配给目标特征。

 💡💡💡在红外小目标数据集上暴力涨点，涨点近三个点。

收录

YOLOv8原创自研

💡💡💡全网独家首发创新（原创），适合paper ！！！

💡💡💡 2024年计算机视觉顶会创新点适用于Yolov5、Yolov7、Yolov8等各个Yolo系列，专栏文章提供每一步步骤和源码，轻松带你上手魔改网络 ！！！

💡💡💡重点：通过本专栏的阅读，后续你也可以设计魔改网络，在网络不同位置（Backbone、head、detect、loss等）进行魔改，实现创新！！！

1.原理介绍

论文： https://arxiv.org/pdf/2307.14723.pdf

摘要:单帧红外小目标检测被认为是一项具有挑战性的任务，由于目标与背景的极度不平衡，边界盒回归对红外小目标极其敏感，目标信息容易在高层语义层丢失。在本文中，我们提出了一个增强特征学习网络(EFLNet)来解决这些问题。首先，我们注意到红外图像中目标与背景之间存在极大的不平衡，这使得模型更加关注背景特征而不是目标特征。为了解决这一问题，我们提出了一种新的自适应阈值焦点损失(ATFL)函数，该函数将目标和背景解耦，并利用自适应机制来调整损失权重，迫使模型将更多的注意力分配给目标特征。其次，我们引入归一化高斯Wasserstein距离(NWD)来缓解收敛带来的困难利用边界盒回归对红外小目标的极高灵敏度。最后，我们将动态头部机制整合到网络中，以实现对每个语义层的相对重要性的自适应学习。实验结果表明，与目前最先进的基于深度学习的方法相比，我们的方法在红外小目标的检测性能上取得了更好的性能。

 红外图像主要由背景组成，只有一小部分被目标占据，如图2所示。因此，在训练过程中学习背景的特征比学习目标的特征更容易。背景可以看作是简单样本，目标可以看作是难样本。然而，即使是良好的学习背景，在训练过程中仍然会产生损失。实际上，占据红外图像主体部分的背景样本主导了梯度更新方向，淹没了目标信息。为了解决这个问题，我们提出了一个新的ATFL函数。首先，利用阈值设置将易识别的背景与难识别的目标解耦;其次，通过强化与目标相关的损失，减轻与背景相关的损失，我们迫使模型将更多的注意力分配到目标特征上，从而缓解目标与背景之间的不平衡。最后，将自适应设计应用于超参数，以减少调整超参数所带来的时间消耗。

我们提出了一种基于设定阈值解耦目标和背景的ATFL。根据预测概率值自适应调整损失值，旨在提高红外小目标的检测性能。 

 实验结果

2. 如何将入到YOLOv8

2.1 修改utils/loss.py

1）加入以下代码

class AdaptiveThresholdFocalLoss(nn.Module):
    # Wraps focal loss around existing loss_fcn(), i.e. criteria = FocalLoss(nn.BCEWithLogitsLoss(), gamma=1.5)
    def __init__(self, loss_fcn, gamma=1.5, alpha=0.25):
        super(AdaptiveThresholdFocalLoss, self).__init__()
        self.loss_fcn = loss_fcn  # must be nn.BCEWithLogitsLoss()
        self.gamma = gamma
        self.alpha = alpha
        self.reduction = loss_fcn.reduction
        self.loss_fcn.reduction = 'none'  # required to apply FL to each element
    def forward(self, pred, true):
        loss = self.loss_fcn(pred, true)
        pred_prob = torch.sigmoid(pred)
        p_t = true * pred_prob + (1 - true) * (1 - pred_prob)   #得出预测概率
        p_t = torch.cuda.FloatTensor(p_t)   #将张量转化为pytorch张量，使其在pytorch中可以进行张量运算

        mean_pt = p_t.mean()
        p_t_list = []
        p_t_list.append(mean_pt)
        p_t_old = sum(p_t_list) / len(p_t_list)
        p_t_new = 0.05 * p_t_old + 0.95 * mean_pt
        # gamma =2
        gamma = -torch.log(p_t_new)
        # 处理大于0.5的元素
        p_t_high = torch.where(p_t > 0.5, (1.000001 - p_t)**gamma, torch.zeros_like(p_t))

        # 处理小于0.5的元素
        p_t_low = torch.where(p_t <= 0.5, (1.5- p_t)**(-torch.log(p_t)), torch.zeros_like(p_t))        #     # 将两部分结果相加
        modulating_factor = p_t_high + p_t_low
        loss *= modulating_factor
        if self.reduction == 'mean':
            return loss.mean()
        elif self.reduction == 'sum':
            return loss.sum()
        else:  # 'none'
            return loss

2）修改class v8DetectionLoss:

原始为：

        self.bce = nn.BCEWithLogitsLoss(reduction="none")

修改为

        #self.bce = nn.BCEWithLogitsLoss(reduction="none")
        self.bce = AdaptiveThresholdFocalLoss(nn.BCEWithLogitsLoss(reduction="none"))

3）修改def __call__(self, preds, batch):

原始为：

        loss[1] = self.bce(pred_scores, target_scores.to(dtype)).sum() / target_scores_sum  # BCE
      

修改为

        #loss[1] = self.bce(pred_scores, target_scores.to(dtype)).sum() / target_scores_sum  # BCE
        loss[1] = self.bce(pred_scores, target_scores).sum() / target_scores_sum  # BCE