这是rbg大神的又一神作,cvpr 2016的oral paper,论文地址here。
给rbg大神发邮件问了下问题,想不到大神居然回我,还给了开源的代码:https://github.com/abhi2610/ohem,(太开心了)
另外另一个作者的主页:http://abhinav-shrivastava.info/
====
题外话,说下自己的implementation(主要基于rbg开源的OHEM代码,把OHEM的相关代码嵌入到faster-rcnn里面去)
主要是roi_data_layer/里面的layer.py and minibatch.py和fast_rcnn里面的config.py里的ohem代码加入到自己faster-rcnn的对应文件里
还要修改下select_hard_examples函数里的BATCH_SIZE变量,用新的OHEM_BATCH_SIZE变量表示
附件是自己摸索出来的prototxt文件,至于实验还在跑。
嗯今天跑完,效果为70.4% (发现用不用nms,效果相差不到0.1%)
按自己的方式实现ohem的话,效果为70.6%左右。
觉得应该是proposals的生成(end2end方式)的coverage不够好导致的)