该论文探讨了一种利用视频数据无监督地挖掘困难正负样本，以改进目标检测模型的方法。通过分析视频中目标的连贯性，作者提出了检测闪烁（detector flicker）的概念，并将其作为挖掘困难负样本的依据。实验表明，这种方法能有效提升基于Faster R-CNN的行人和人脸检测性能。然而，对于某些模型，如SDS-RCNN，加入困难负样本可能会降低性能。论文还提出了未来研究的方向，包括假正分布的熵、域转移的影响和其他类别扩展。
前言：
{
在https://github.com/amusi/awesome-object-detection里看到了论文《Unsupervised Hard Example Mining from Videos for Improved Object Detection》（https://arxiv.org/pdf/1808.04285.pdf）。论文主要是关于使用视频来提升目标检测的效果，也是我最近想了解的。
这次添加了一个新分类，之后应该会持续更新这个分类。
}
正文：
{
第一节讲述了本论文对于提升模型效果的主要方向—大量增加困难样本（hard example）（来自视频）。
之前我也有想过通过视频来提升模型效果，不过这篇论文倒是给出了具体的方法。
在介绍本论文的方法前，作者先介绍了3种目前的方法：active bias；on-line hard example mining（OHEM）和 focal loss。
本论文的方法的基础在于：视频的图像具有连贯性，目标不太可能突然出现又突然消失（也不太可能突然消失又突然出现），见图1。
&nbs
最低0.47元/天 解锁文章
扫一扫
1858
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
