Trick系列-OHEM方法

[外链图片转存失败(img-qIs6ZwYb-1563937170568)(https://github.com/chunhui204/chunhui204.github.io/blob/master/images/ohem2.PNG)]
注意ohem是基于fast rcnn的，如果使用RPN性能应该会更高。骨架网络使用的是VGG16和VGG_M，这是基于alexnet的辩题。

OHEM VS 经验式规则(bg_lo > 0.1)： 从表格的row1-2,row3-4,row12-13可以看出对于原生FRCNN，经验式规则能提高2.4个点， 而OHEM能提高4.8个点。

Batch size影响：当mini-batch中图片数量N=1时，ROI之间的相关性是非常强的。所以当N=2减少到1时，原生网络会降低一个点（注意使用相同的骨架网络比较）， 而OHEM比较稳定可以使用N=1，而且这样能减少内存占用。

hard example mining VS All example: 因为使用所有样本得以用更大的学习率，可见所有样本训练的精度不比OHEM差，但是速度上还是ohem更快， 而且内存占用更低。

在内存占用方面因为使用了两个网络所以比原生FRCNN的内存占用还是要高的，具体比较见论文。

其他whistle

多尺度训练及多尺度测试

以最小边为尺度scale，保证图像宽高比。训练时的尺度{480, 576, 688, 864, 900} ，测试时的尺度 {480, 576, 688, 864, 1000}， 最大尺度由内存所限制。每种trick大约提高一个点，共能提高两个点。

递归的bounding box回归