關(guān)于機(jī)器學(xué)習(xí)中的正負(fù)樣本問(wèn)題，我之前想過(guò)一次，但后來(lái)有點(diǎn)糊涂了。我閱讀了一些在線摘要并記錄在此處。

我們經(jīng)常涉及的任務(wù)是檢測(cè)和分類(lèi)。

對(duì)于分類(lèi)問(wèn)題，正樣本就是我們要正確分類(lèi)的類(lèi)別對(duì)應(yīng)的樣本。例如，我們需要對(duì)一張圖片進(jìn)行分類(lèi)，以確定它是否屬于汽車(chē)。那么在訓(xùn)練過(guò)程中，汽車(chē)的圖片是一個(gè)正樣本。原則上，一個(gè)負(fù)樣本可以選擇任何其他不是汽車(chē)的圖片車(chē)產(chǎn)翻譯模板，這樣就可以訓(xùn)練一個(gè)汽車(chē)的分類(lèi)網(wǎng)絡(luò)。在這個(gè)網(wǎng)絡(luò)上測(cè)試會(huì)發(fā)現(xiàn)車(chē)產(chǎn)翻譯模板，它會(huì)將一些非汽車(chē)圖片誤報(bào)為汽車(chē)。假陽(yáng)性圖片是“困難樣本”。在后續(xù)的訓(xùn)練中，這些硬樣本被加入到負(fù)樣本集中進(jìn)行訓(xùn)練。*終的網(wǎng)絡(luò)模型效果會(huì)更好。這個(gè)過(guò)程被稱(chēng)為“困難的例子”。Dig”。另外，在選擇負(fù)樣本時(shí)，原則上，您可以選擇任何非汽車(chē)圖片作為負(fù)樣本，但更合理的情況應(yīng)該考慮實(shí)際應(yīng)用場(chǎng)景，例如實(shí)際應(yīng)用是行車(chē)記錄儀上拍攝的圖片。那么對(duì)于分類(lèi)，負(fù)樣本應(yīng)該是其他非汽車(chē)圖片，如道路、樹(shù)木、路燈等。

針對(duì)檢測(cè)問(wèn)題，需要判斷哪里有什么東西，也就是位置回歸，還要分類(lèi)。這時(shí)候正樣本就是我們預(yù)先標(biāo)出的bbox box的一部分，但是一般的檢測(cè)框架都是按照一定的規(guī)則生成一些預(yù)測(cè)的bbox，所以在選擇正樣本的時(shí)候需要判斷重疊在這些生成的 bbox 和 GT bbox 之間。如果重疊大于某個(gè)閾值，則將預(yù)測(cè)的 bbox 視為正樣本。如果沒(méi)有超過(guò)這個(gè)閾值，就被認(rèn)為是一個(gè)負(fù)樣本。以下摘自博客中的解釋?zhuān)槍?duì)SSD訓(xùn)練中正負(fù)樣本的生成：

給定輸入圖像和每個(gè)物體的Ground Truth，首先找到每個(gè)Ground True Box對(duì)應(yīng)的Default Box中*大的IOU作為正樣本。然后，在剩余的 Default Boxes 中，找到那些與任何 Ground Truth Box 的 IOU 大于 0.5 的 Default Box 作為正樣本。其他被視為負(fù)樣本（每個(gè) Default Box 要么是一個(gè)正樣本 Box，要么是一個(gè)負(fù)樣本 Box）。如上圖，兩個(gè)默認(rèn)框匹配貓，一個(gè)匹配狗。在訓(xùn)練過(guò)程中，采用了Hard Negative Mining的策略（所有box都按照Confidence Loss進(jìn)行排序，使得正負(fù)例的比例保持在1：3），以平衡正負(fù)的比例例子。

引自

具體代碼沒(méi)有仔細(xì)研究。FasterRcnn 也是一個(gè)類(lèi)似的策略。他們的代碼值得研究。但是目前不知道yolo選擇負(fù)樣本的時(shí)候有沒(méi)有什么策略。如果你有時(shí)間，你應(yīng)該閱讀這篇論文。