OHEM(Online Hard Example Mining)算法

文章提出了一種通過online hard example mining（OHEM）算法訓練基於區域的卷積檢測算子的高效目標檢測算法，能夠對簡單樣本和一些小數量樣本進行抑制，使得訓練過程更加高效。該方法利用顯著的bootstrapping技術（SVM中被普遍利用），對SGD算法進行一定的修改，使得原有的region-based ConvNets的啓發式學習和多參數可以被移除，並得到較準確穩定的檢測結

>>阅读原文<<