hard negative mining

最新推荐文章于 2022-10-16 15:46:33 发布

cv阿文

最新推荐文章于 2022-10-16 15:46:33 发布

阅读量584

点赞数 1

CC 4.0 BY-SA版权

分类专栏：深度学习

本文链接：https://blog.youkuaiyun.com/qq_36022260/article/details/87885879

深度学习专栏收录该内容

11 篇文章

订阅专栏

本文探讨了视觉跟踪领域中Hard Negative Mining技术的重要性。该技术通过筛选出难以区分的负面样本进行训练，有效提高了分类器的准确性和效率，避免了将部分目标误判为完整目标的问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目前在看visual tracking相关的论文，有的论文中会用到hard negative mining技术，hard negative mining是什么意思呢？

训练时有positive 样本和negative 样本，但在训练过程中大多数的negative examples 是没有用的或者说用处不大。negative 样本分为不包含目标的样本、包含部分目标的样本，也就是容易判别/不容易判别为背景的样本。训练好classifier后，验证时经常会出好多错误，原因就是把包含部分的目标的样本判别为目标。

如果在训练时采用不容易判别的negative 样本进行训练也就是hard negative 样本会很大的提高classifier的准确率和效率。