【简评】[CVPR2017]Loss Max-Pooling for Semantic Image Segmentation

现有方法 1.构建数据集时近似均匀地采样，保证每种类别分布较为均匀 这种方法在image-level上还比较方便操作，在semantic segmentation上难以保证 2.对minority classes进行上采样或者对majority classes进行下采样缺点： 会改变数据潜在分布 对数据不是最优利用（suboptimal exploitation），比如可能会丢掉一些majorit

>>阅读原文<<