Training Region-based Object Detectors with Online Hard Example Mining - cvpr 2016 oral
论文地址：Training Region-based Object Detectors with Online Hard Example Mining
知乎：为什么说ohem是bootstrapping在dl中的应用呢？
paper里直接说的最初的思想就是想把bootstrapping移植到dl当中来，所以产生了ohem吧。由于bootstrapping本身是迭代算法，直接应用到dl当中，会使dl的训练变得非常慢。为此，作者借用了其核心思想--让hard example起更大的作用，提出了ohem。具体的方法就是先让所有样本通过dl计算出loss,以loss大为hard example的标准，从而选出hard example来，然后再组成一组batch,进行训练。(以上就是我对原paper的看法，你可以自己读下看看)现在，kaiming he所在的小组（是小组？）提出了一种新的方法-- focal loss, 直接在loss上进行变换，不需要像ohem样forward两遍，看起来即简洁又实用。
作者：hekko hello
链接：https://www.zhihu.com/question/56092850/answer/216461322
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
