2.解壓focal-loss-master.zip，得到softmax_focal_loss_layer.cpp, softmax_focal_loss_layer.cu和 softmax_focal_loss_layer.hpp 3.將softmax_focal_loss_layer.hpp放到caffe-master/include/caffe/layers裡面 4.將softmax_focal_loss_layer.cpp, softmax_focal_loss_layer.cu放到caffe-master/src/caffe/layers裡面 5.修改caffe-master/src/caffe/proto/caffe.proto檔案 （1）由於我們的層有一個focal_loss_param引數，因此我們首先應該在message LayerParameter {}中新增新引數資訊。新增資訊時，首先要制定一個唯一ID，這個ID的可選值可以由這句話看出： // NOTE // Update the next available ID when you add a new LayerParameter field. // // LayerParameter next available layer-specific ID: 143 (last added: scale_param) 所以新增下面這句話： // Focal Loss layer optional SoftmaxFocalLossParameter softmax_focal_loss_param = XXX; (XXX is determined by your own caffe) （2）在任意位置新增訊息函式 // Focal Loss for Dense Object Detection message SoftmaxFocalLossParameter{ optional float alpha = 1 [default = 0.25];  optional float gamma = 2 [default = 2]; } 5.重新編譯caffe, make all -j16 6.重新編譯pycaffe, make pycaffe 7.修改模型檔案 這是之前的softmax層： layer { name: "loss_cls" type: "SoftmaxWithLoss" bottom: "cls_score" bottom: "labels" propagate_down: 1 propagate_down: 0 top: "loss_cls" loss_weight: 1 } 這是修改後的softmax層： layer { name: "focal_loss_cls" type: "SoftmaxWithFocalLoss" bottom: "cls_score" bottom: "labels" propagate_down: 1 propagate_down: 0 top: "focal_loss" softmax_focal_loss_param { alpha: 1 gamma: 1 }

}

8：開始訓練