Le Focal Loss est largement utilisé en détection d'objets pour traiter le déséquilibre des classes, mais ses racines théoriques sont souvent négligées. Cet article prend du recul et dérive le Focal Loss à partir de la théorie de l'information, en particulier du concept d'auto-information. L'idée clé est que le Focal Loss peut être vu comme une perte d'entropie croisée où la contribution de chaque échantillon est pondérée par une fonction de sa probabilité prédite, réduisant ainsi l'influence des exemples bien classifiés. La dérivation commence par la définition du contenu informationnel et montre comment le facteur de modulation (1 - pt)^gamma apparaît naturellement. Cette perspective clarifie non seulement pourquoi le Focal Loss fonctionne, mais ouvre également la voie à la conception de nouvelles fonctions de perte basées sur des principes informationnels. Pour les ingénieurs et chercheurs, comprendre ce fondement peut conduire à un meilleur réglage des hyperparamètres et à des améliorations de modèles plus fondées.
Cet article dérive le Focal Loss à partir des premiers principes de la théorie de l'information, montrant comment il émerge naturellement comme une entropie croisée pondérée qui réduit l'importance des exemples faciles. Il fournit une base théorique plus approfondie pour les praticiens utilisant le Focal Loss en détection d'objets et classification.