OHEM 笔记

前言
1.本文重点是了解OHEM算法以及它与hard negative mining的异同点，尽量用较少篇幅表达清楚论文算法，其他一些不影响理解算法的东西不做赘述
2.博客主要是学习记录，为了更好理解和方便以后查看，当然如果能为别人提供帮助就更好了，如果有不对的地方请指正（论文中的链接是我经过大量搜索，个人认为讲解最清楚的参考）

论文链接
代码链接

Hard Negatie Mining与OHEM（Online Hard Example Mining）
1.相同点：
二者都是难例挖掘，解决样本不平衡问题（简单样本多，在目标检测中也可以说是负样本多，因为基本大部分容易分类的样本都是负样本）
2.不同点：
1）从名字就可以看出前者只注重挖掘难负例，也就是标签是负样本但网络认为它是正样本（与gt的iou大，但是没到阈值那种难以区分的负样本）；而后者是挖掘所有难分类样本，并且是online（R-CNN采用了错题集的办法进行挖掘，Fast R-CNN使用的是IoU阈值+随机采样的方法进行Hard Negative Mining，也就是都必须先结束一轮训练（参考）；而OHEM是先根据loss大小选择留下的roi，然