要約
物体検出分野は、領域ベースのConvNets（深層畳み込みニューラルネットワーク）の発展に伴い著しい進歩を遂げていますが、その学習プロセスには多くのヒューリスティックスとハイパーパラメータが含まれており、これらの調整には大きなコストがかかります。本稿では、領域ベースのConvNet検出器の学習に用いる単純でありながら驚くほど効果的なオンラインハード例マイニング（OHEM: Online Hard Example Mining）アルゴリズムを提案します。我々の動機は常に同じです——物体検出データセットには圧倒的に多数の簡単な例と少数の難しい例が含まれています。これらの難しい例を自動的に選択することで、学習をより効果的かつ効率的に行うことができます。OHEMは、一般的に使用されている複数のヒューリスティックスとハイパーパラメータを排除する単純で直感的なアルゴリズムです。しかし、より重要なのは、PASCAL VOC 2007および2012などのベンチマークにおいて一貫して有意な検出性能向上をもたらすことです。MS COCOデータセットでの結果により、データセットが大きくなり難しくなるにつれてその効果性が高まることも示されています。さらに、この分野における補完的な進歩と組み合わせることで、OHEMはPASCAL VOC 2007および2012においてそれぞれ78.9%および76.3%のmAP（平均精度）という最先端の結果を達成しています。