深度学习-

做目标检测。做这个类型的比赛的时候遇到的难点：检测目标的样本数量是不平衡的；目标被遮挡。网上也有人总结过其他的难点：小目标检测；形状长条形目标；相似的假目标、非目标物体；少量数据训练的迁移学习，等等。

还包括线上、线下部署调试的问题，时间、性能，速度，GPU等。

有幸看到这篇文章，总结的很好。

目标检测攻克难点秘籍系列笔记_zhiwen1225的博客https://blog.csdn.net/zhiwen1225/article/details/104764805?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~aggregatepage~first_rank_ecpm_v1~rank_v31_ecpm-9-104764805.pc_agg_new_rank&utm_term=%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B%E7%9A%84%E6%A3%80%E6%B5%8B%E9%9A%BE%E7%82%B9&spm=1000.2123.3001.4430

 有幸看到这篇知乎的文章，对目标检测采样sampler做了很好的讲解，在mmdetection上.

mmdetection中常用的sampling方法进行介绍https://zhuanlan.zhihu.com/p/114688143 

• RandomSampler
• OHEMSampler
• InstanceBalancedPosSample
• IoUBalancedNegSampler