正負樣本不平衡處理方法總結

1， Bootstrapping，hard negative mining 最原始的一種方法，主要使用在傳統的機器學習方法中。 比如，訓練cascade類型分類模型的時候，可以將每一級分類錯誤的樣本繼續添加進下一層進行訓練。 比如，SVM分類中去掉那些離分界線較遠的樣本，只保留離分界線較近的樣本。 2， heuristic sampling 標準的FRCN中，假設正樣本IOU(0.5~1.0)。負

>>阅读原文<<