多标签 weight loss 的疑惑

[thsno02]

在 Rethinking of Pedestrian Attribute Recognition: Realistic Datasets with Efficient Method 这篇论文中提到了三种 weight loss 的方法，

实验结果如下：

PaddleClas 在多标签中仅包含了

PaddleClas/ppcls/loss/multilabelloss.py

Lines 6 to 14 in 9984080

	def ratio2weight(targets, ratio):
	pos_weights = targets * (1. - ratio)
	neg_weights = (1. - targets) * ratio
	weights = paddle.exp(neg_weights + pos_weights)
	# for RAP dataloader, targets element may be 2, with or without smooth, some element must great than 1
	weights = weights - weights * (targets > 1)
	return weights

WF1 这一种，请问这里是有什么考量吗？比如基于实验，WF2 和 WF3 的表现不如 WF1？还是说目前没有官方支持？

REF: https://arxiv.org/abs/2107.03576

[thsno02]

对多标签感兴趣的朋友可以试试这两个 weight function，在我的任务上，有显著提升。

[cuicheng01]

@thsno02 目前没有支持，欢迎提PR给PaddleClas～