难例挖掘没听明白
来源：3-2 Prior Box Layer、样本构造、损失函数介绍
慕桂英雄
2019-07-25
Prediction、Loss是怎么计算的？
我的理解是prediction loss高的就是用这个prior box，预测里面有目标的分类效果不好，loss就会高。(其实里面根本没有目标物体？)
然后这些loss高的priorbox要分别与正样本集和负样本集 算IOU？再加入正负样本集？既然是loss高的prior box加入到原来的正负样本集 是否会污染样本集？
难例应该就是预测效果不好的那些prior box吧？就是prediction loss高的那些，如果是这样，第一步其实对他们进行降序排序的时候就得到了topN的难例了。后续的操作没明白是在做什么。。。
写回答
1回答
-
会写代码的好厨师
2019-07-26
可以简单这样理解。把loss排序，找到loss大的，这些是预测效果不好的。我们的目的是将这些预测不好的piror box放到我们的训练集中。注意，这里并不是说pirorbox. 是我们图片中的目标，只是说他是一个正样本，这个区域是正样本对应的特征，真正的bbox坐标或者说这个区域对应的label有两个，第一是他是一个正确的候选区域，第二，目标的真实坐标。网络再pirorbox会有回归的部分再来矫正预测的坐标。
012019-07-26
相似问题