关键词

目标检测-OHEM(online hard example mining)

OHEM:online hard example mining

论文地址:https://arxiv.org/abs/1604.03540
难例挖掘是指,针对模型训练过程中导致损失值很大的一些样本(即使模型很大概率分类错误的样本),重新训练它们.
维护一个错误分类样本池, 把每个batch训练数据中的出错率很大的样本放入该样本池中,当积累到一个batch以后,将这些样本放回网络重新训练.
样本不平衡问题:https://blog.csdn.net/qq_16234613/article/details/79794588
OHEM:https://blog.csdn.net/u012426298/article/details/81773319


文章提出的OHEM算法里,对于给定图像,经过selective search RoIs,同样计算出卷积特征图。但是在绿色部分的(a)中,一个只读的RoI网络对特征图和所有RoI进行前向传播,然后Hard RoI module利用这些RoI的loss选择B个样本。在红色部分(b)中,这些选择出的样本(hard examples)进入RoI网络,进一步进行前向和后向传播。

本文链接:http://task.lmcjl.com/news/12537.html

展开阅读全文