

Hard Negative Mining

在单个图像的先验框中，属于负样本（背景类别）的数目远远大于属于正样本的数目，所以论文通过HNM的方式进一步降低负样本的比例

实现策略

• 给定正负样本比率$a=\frac {1}{3}$
• 计算正样本数目$N_{p}$，计算保留的负样本数目$N_{n}=3\times N_{p}$
• 计算预测得到的边界框的置信度损失
• 根据背景类别的置信度损失对负样本预测框从大到小排序，保留前$N_{n}$个

具体实现

• py/ssd/utils/box_utils.py

def hard_negative_mining(loss, labels, neg_pos_ratio):
。。。