硬示例挖掘方法通常可以改善对象探测器的性能，这些探测器患有不平衡的训练集。在这项工作中，将两种现有的硬采矿方法（LRM和焦点损失，FL）改编成最先进的实时对象检测器Yolov5。广泛评估了提出的方法改善硬性示例性能的有效性。与使用原始损失函数相比，该方法将MAP提高3％，而在2021 Anti-UAV挑战数据集上单独使用硬挖掘方法（LRM或FL）相比，MAP和1-2％左右。
translated by 谷歌翻译