正负样本不平衡处理方法总结

1， Bootstrapping，hard negative mining 最原始的一种方法，主要使用在传统的机器学习方法中。 比如，训练cascade类型分类模型的时候，可以将每一级分类错误的样本继续添加进下一层进行训练。 比如，SVM分类中去掉那些离分界线较远的样本，只保留离分界线较近的样本。 2， heuristic sampling 标准的FRCN中，假设正样本IOU(0.5~1.0)。负

>>阅读原文<<