論文筆記：Training Region-based Object Detectors with Online Hard Example Mining

論文地址：https://arxiv.org/abs/1604.03540v1 問題： 正負樣本不均衡，總是訓練好訓練的樣本。 已有解決辦法： Bootstrapping 應該就是機器學習裏常用的Boosting算法吧，有名就有AdaBoosting，就是每次訓練完成後，把訓練錯誤的樣本的權重增加，多次訓練得到多個分類器，最後多個分類器聯合做決策。但是在現在神經網絡中不好用，因爲咱訓練的時間太長了

>>阅读原文<<