【笔记】 Hard negative：区域建议框中得分较高的False Positive（假阳性）

已于 2022-07-12 12:31:41 修改
阅读量398 收藏
点赞数 2
分类专栏： 小菜鸡加油 文章标签： 深度学习 人工智能 计算机视觉
于 2022-07-12 11:46:46 首次发布
原文链接：https://zhidao.baidu.com/question/2057524755538670027.html?qbl=relate_question_0&word=hard%20postive%20%CA%B2%C3%B4%D2%E2%CB%BC
版权

eg1:

        对于目标检测中我们会事先标记处ground truth，然后再算法中会生成一系列proposal，这些proposal有跟标记的ground truth重合的也有没重合的，那么重合度（IOU）超过一定阈值（通常0.5）的则认定为是正样本，以下的则是负样本。然后扔进网络中训练。However，这也许会出现一个问题那就是正样本的数量远远小于负样本，这样训练出来的分类器的效果总是有限的，会出现许多false positive，把其中得分较高的这些false positive当做所谓的Hard negative，既然mining出了这些Hard negative，就把这些扔进网络再训练一次，从而加强分类器判别假阳性的能力。

eg2:

 

程序猿的探索之路
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
《分析模式》读书笔记：企业财务分析中的观察和测量
02-22
这一章的内容基于学习笔记的观察和测量模式，所以，请首先阅读观察和测量的内容。在大规模的企业中，高层的问题很容易被发现，但是要发现这些问题的根源却比较困难，因为这样的企业会产生大量的信息，以至于很容易...
【深度学习】Hard Negative Mining的理解（带论文重点内容解读）
wzk4869的博客
10-16 2473
【深度学习】Hard Negative Mining的理解（带论文重点内容解读）
深度学习之 hard negative mining （难例挖掘）
fenglepeng的博客
06-13 6404
首先是negative，即负样本，其次是hard，说明是困难样本，也就是说在对负样本分类时候，loss比较大（label与prediction相差较大）的那些样本，也可以说是容易将负样本看成正样本的那些样本，例如roi里没有物体，全是背景，这时候分类器很容易正确分类成背景，这个就叫easy negative；如果roi里有二分之一个物体，标签仍是负样本，这时候分类器就容易把他看成正样本，即假阳性(false positive)，这时候就是had negative。hard negative mining就是
【GCN-RS】难负采样：MixGCF (KDD‘21)、Simplify and Robustify Negative Sampling (NIPS‘20)
chadlee
11-19 839
RS的Hard Negative与False Negative 负采样肯定是要采信息量大的Hard Negative样本，但是在RS场景中，unlabelled 样本并不等价于负样本，可能是还没有曝光给用户的样本。所以Hard Negative样本有可能是False Negative。所以过采样Hard Negative有可能引入False Negative。 Simplify and Robustify Negative Sampling for Implicit Collaborative Filter
什么是hard negative mining
来自外星系的研究生
09-06 2万+
最近一直在看关于CNN的目标检测和跟踪的文章，在这中间会经常看到hard negative mining这个名词，把这个大概解释一下： 假设给你一堆包含一个或多个人物的图片，并且每一个人都给你一个bounding box做标记，如果要训练一个分类器去做分类的话，你的分类器需要既包含正训练样本（人）和负训练样本（背景）。 你通过观察bounding box去创建一个有用的正训练样本，那么怎么做才
负采样，yyds！
夕小瑶科技说
02-17 6112
文 | 徐澜玲源 | RUC AI Box引言：负采样方法最初是被用于加速 Skip-Gram 模型的训练，后来被广泛应用于自然语言处理 (NLP)、计算机视觉 (CV) 和推荐系统 (R...
编写高质量代码改善C#程序的建议读书笔记
03-03
}1802次浏览 评价：好中差  开篇学生时代，老师常说，好记性不如烂笔头，事实上确实如此，有些知识你在学习的时候确实滚瓜烂熟，但是时间一长又不常用了，可能就生疏了，甚至下次有机会使用到的时候，还...
Learning hard C# 学习笔记
04-01
Learning hard C# PDF版+源码，想了解的朋友可以看看电子版的再考入手，我看过后觉得很不错就买了书，很适合初学者。
高中地理笔记(详) 区域的可持续发展.doc
10-01
高中地理笔记(详) 区域的可持续发展.doc
MXNet设计笔记之：深度学习的编程模式比较
02-26
摘要：不同的深度学习库风格各异。...笔记的思想不局限于MXNet，也不局限于深度学习，无论对深度学习初学入门还是对高阶提升，都具有很好的参考价值。本文是第一篇设计笔记的译文，深入讨论了不同深度学习库
inotes:使用离子框架的简单笔记管理器
06-13
#iNotes ##一个使用框架的简单笔记管理器为了在浏览器中测试应用程序在您的系统中全局安装ionic节点包（ npm install -g ionic ） 克隆项目在项目库中运行ionic serve 选择localhost选项在浏览器中打开...
快递物流研究笔记之二：即时配送市场是否已成红海.pdf
07-04
快递物流研究笔记之二：即时配送市场是否已成红海.pdf
linux运维学习笔记：MHA高可用架构原理与实战.pdf
08-18
linux运维学习笔记：MHA高可用架构原理与实战
python学习笔记：python中的可变对象与不可变对象
01-20
对象就是内存中专门用来存储数据的一块区域。 对象实际上就是一个容器，专门用来存储各种数据.（比如：数值、字符串、布尔值、None、代码、函数等都是对象） [外链图片转存失败,源站可能有防盗链机制,建议将图片保存...
多线程高并发笔记.md
02-20
多线程高并发马士兵老师的课堂笔记
深度学习难分样本挖掘（Hard Mining）
数据派THU
03-29 1109
来源：深度学习这件小事 本文约1500字，论文复现了一遍建议阅读5分钟 本文为你介绍关于难分样本的挖掘，如何将难分样本抽取出来。最近看了几篇文章关于难分样本的挖掘，如何将难分样本抽取出来，通过训练，使得正负样本数量均衡。一般用来减少实验结果的假阳性问题。Training Region-based Object Detectors with Online Hard Exam...
从false positive说起
shaoxiaohu的专栏
06-01 2万+
从目标检测的结果评测时，一直要与false positve, precision rate, recall rate这几个名词。总是在用的时候比较清楚这几个词的意思，但是时间一长，又给忘了。前几天跟师兄讨论这个问题，还是迷迷糊糊，模棱两可。决定干脆总结并记下来，以备不时之需。   这三个词的中文意思分别是：误检率（也可以被称作虚警率），查准率和查全率。它们是怎么通过计算得出，可以看下图：
false positive 与 false negative
风月之夕的博客
07-20 2868
false positive false negative recall rate precision rate
理解 假阳性（false positive）和假阴性(false negative）概念
热门推荐
weixin_43614795的博客
11-22 3万+
2018-11-22：理解假阳性（false positive）和假阴性(false negative）这两个概念假阴性false negative和假阳性false positive概念理解举个例子解法（1）：列数字讲道理法解法（2）：画树状图法，简称画图法哈哈哈解法（3）：贝叶斯公式（Bayes大法好） 假阴性false negative和假阳性false positive 概念理解 当你真的...
WPF学习笔记（7）：DataGrid中数字自定义格式显示
最新发布
05-24
在WPF的DataGrid中，我们可以通过设置列的DisplayFormat属性来自定义数字的显示格式。 下面是一个简单的例子，演示如何将数字显示为货币格式： ```xml <DataGrid ItemsSource="{Binding Products}" AutoGenerateColumns="False"> <DataGrid.Columns> <DataGridTextColumn Header="ID" Binding="{Binding ID}" /> <DataGridTextColumn Header="Name" Binding="{Binding Name}" /> <DataGridTextColumn Header="Price" Binding="{Binding Price, StringFormat={}{0:C}}" /> </DataGrid.Columns> </DataGrid> ``` 在上面的例子中，我们通过设置Price列的StringFormat属性来将数字显示为货币格式。{0:C}表示将第一个参数格式化为货币格式。 除了货币格式以外，还有许多其他的数字格式可供选择。下面是一些常用的数字格式： - {0:C}：货币格式 - {0:N}：数字格式 - {0:P}：百分比格式 - {0:E}：科学计数法格式 你也可以通过自定义格式字符串来定义数字的显示格式。例如，如果要将数字显示为带有两位小数的十进制格式，可以使用如下格式字符串： ```xml <DataGridTextColumn Header="Price" Binding="{Binding Price, StringFormat={}{0:0.00}}" /> ``` 在上面的例子中，我们使用{0:0.00}来将数字显示为带有两位小数的十进制格式。 总之，在WPF的DataGrid中，通过设置列的DisplayFormat属性，我们可以方便地自定义数字的显示格式，以满足不同的需求。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值