正样本(positive example )和负样本(negative example)

单独针对某个分类,与GT的IOU大于上门限的bbox是正样例,同理,与GT的IOU低于下门限bbox是负样例,在代码中可以将正样本理解为前景,负样本理解为背景,但不是主观上的前景和背景

如下图,对“person”分类时,其他bbox均为负样本

easy negative example 和 hard negative example

easy negative example 信息量很少的bbox,易分类的负样本,如上图中的红色 bbox

hard negative example 信息量大的bbox,难分类的负样本,例如对person分类时,其他容易误判为person的bbox即为hard negative example,例如经过NMS处理后,仍然可能留下一些bbox,包含人类的肢体,服装

下图可以清晰理解

正样本(positive example )和负样本(negative example),easy example 和 example相关推荐

  1. 机器学习套路 —— 样本集的拆分(正样本、负样本)

    collect negative samples of adaboost algorithm for face detection 机器学习中的正负样本 所谓正样本(positive samples) ...

  2. 负样本的艺术,再读Facebook双塔向量召回算法

    负样本的艺术,再读Facebook双塔向量召回算法 Facebook这篇Embedding召回的论文,之前已经有几篇文章涉及过了,分别是<Embeding-based Retrieval in ...

  3. yolo 负样本_SSD——样本正负比控制+多尺度检测 (目标检测)(one-stage)(深度学习)(ECCV 2016)...

    SSD--样本正负比控制+多尺度检测 (目标检测)(one-stage)(深度学习)(ECCV 2016) 发布时间:2018-11-23 20:57, 浏览次数:1399 , 标签: SSD one ...

  4. MoCo 动量对比学习——一种维护超大负样本训练的框架

    MoCo 动量对比学习--一种维护超大负样本训练的框架 FesianXu 20210803 at Baidu Search Team 前言 在拥有着海量数据的大型互联网公司中,对比学习变得逐渐流行起来 ...

  5. KDD 2021 | 一种使用真负样本的在线延迟反馈建模

    ▐  摘要 电商场景的多目标模型预估,包括加购率,转化率,进店,时长等等.在展示广告领域,多目标体现了广告主对自己真实诉求的表达,因此,多目标模型既是技术项目,也有强烈的业务属性.广告排序系统,从上到 ...

  6. 背景区域为负样本什么意思_词向量-skipgram与负采样

    大纲: 1. onehot vs 分布式表示 2. 分布式表示的全局泛化能力 3. how to learn word2vec - intuition 4. SkipGram 5. SkipGram ...

  7. 对比学习效果差?谷歌提出弱语义负样本,有效学习高级特征!

    文 | jxyxiangyu 编 | 小轶 对比学习是 2021 年几大研究热点之一了.如果说预训练模型解决了机器学习对大规模标注数据的需求问题,那么,对比学习可以说是将无监督/自监督学习推广到更一般 ...

  8. 孪生神经网络_孪生网络如何选择负样本? 这是个很好的问题

    如何选择负样本? 这是个很讲究的问题 语义匹配最简单介绍 NLP里面如果做相似度计算,或曰语义匹配,基本上分为两类: 浅层匹配:基于表层词,加上些权重.又可以划归为无监督流派. vsm,比如tfidf ...

  9. 用初次训练的SVM+HOG分类器在负样本原图上检测HardExample

    难例(或叫做难样本,Hard Example,Hard Negative,Hard Instance)是指利用第一次训练的分类器在负样本原图(肯定没有人体)上进行行人检测时所有检测到的矩形框,这些矩形 ...

  10. 让opencv输出人脸检测的得分(置信率),找出一些和脸比较像但是不是脸的负样本

    最近项目略多,其中一个需要找出一些和脸比较像但是不是脸的负样本,想用opencv的人脸检测器检测到的错误脸作为这样的负样本. 但是国内(包括国外)居然几乎没有相关的资料如何输出detectMultiS ...

最新文章

  1. 安装envi出现cannot find lincese_Ubuntu 16.04 安装 CUDA10.1 (解决循环登陆的问题)
  2. /etc/sysctl.conf参数解释
  3. c# list排序的三种实现方式 (转帖)
  4. 欢迎进入 K同学啊 的博客目录(全站式导航)
  5. 优化问题中的两个挑战是?
  6. C++brent method布伦特方法找extrema极值的算法(附完整源码)
  7. 牛客网知识点总结(二
  8. [渝粤教育] 中国地质大学 企业文化建设与管理 复习题
  9. 【转】C#命名空间大全详细教程
  10. 【计算机科学基础】存储程序原理
  11. Linux系统X服务漏洞,X.Org X Server本地拒绝服务漏洞(CVE-2013-6424)
  12. jest单元测试-更多
  13. python实现自动打电话软件_电销自动打电话app
  14. android权限管理, API劫持, xposed, xprivacy
  15. RC电路 微分器 积分器 滤波器
  16. pcloudy移动应用测试平台,以实现无限规模
  17. Linux新手需要熟稔于心的Linux常用命令
  18. LabVIEW崩溃后所产生的错误日志文件的位置
  19. 学习笔记:强化学习与最优控制(Chapter 2)
  20. ISCC 2019 逆向rev02

热门文章

  1. 微信小程序明星开发者博卡君专访
  2. ld 脚本浅析-LD手册粗糙翻译
  3. 申请出国签证的类型介绍
  4. 【java】商城进货交易记录程序设计
  5. React中使用富文本编辑器Quill,支持粘贴图片
  6. PCB模块化设计14——MIPI模块PCB布局布线设计规范
  7. 自己游戏之旅————感言
  8. Java8新特性-Base64
  9. 《天池龙珠 - Python训练营》04.Python数据分析:从0完成一个数据分析实战
  10. ANSYS APDL 瞬态分析-施加任意函数形式载荷