Question

怎么区分样本是正样本还是负样本

Answer 1

正样本是指属于某一类别的样本，负样本是指不属于某一类别的样本。可以通过估计你所有样本特征的分布，新的样本出现时，利用分布估计该样本的出现概率，若是概率太小则认为是负样本。要想用这个方法很好的去解决问题，需要所选的特征的分布在正样本和负样本有较大差异才比较有效。

首先将这个问题分为分类问题与检测问题两个方面进行理解：

在分类问题中，这个问题相对好理解，比如人脸识别中的例子，正样本很好理解，就是人脸的图片，负样本的选取就与问题场景相关，具体而言，如果你要进行教室中学生的人脸识别，那么负样本就是教室的窗子、墙等等。

也就是说，不能是与你要研究的问题毫不相关的乱七八糟的场景，这样的负样本并没有意义。

在检测的问题中，理解着就不是那么简单了，因为检测问题需要做的事情是指出哪里有什么，也就是既要给出框，又要说明框中是什么。

在这种情况下，所具备的数据就是一些人工标注的图片，这些图片上有框，并且会给出框中的物体类别，需要运用这些数据生成训练中的正负样本数据，参考了faster以及SSD两种检测框架中对于正负样本的选取准则，理解如下：

首先，检测问题中的正负样本并非人工标注的那些框框，而是程序中（网络）生成出来的框框，也就是faster rcnn中的anchor boxes以及SSD中在不同分辨率的feature map中的默认框，这些框中的一部分被选为正样本，一部分被选为负样本，另外一部分被当作背景或者不参与运算。

不同的框架有不同的策略，大致都是根据IOU的值，选取个阈值范围进行判定，在训练的过程中还需要注意均衡正负样本之间的比例。

Answer 2

其实总结来说就是一句话，与你目的相关的就是正样本，无关的就是负样本，举个例子，有一堆字母图片的数据集，你要识别哪个是含有A字母的图片，那么含有A字母的图片就是正样本，其他的都是负样本，或者你做检测的，有一堆标注好的数据集，那么方框内的就是正样本，反之都是负样本或不参与的样本

Answer 3

（1）准备训练样本集合；包括正样本集和负样本集；根据机器学习的基础知识我们知道，要利用机器学习算法进行样本训练，从而得到一个性能优良的分类器，训练样本应该是无限多的，而且训练样本应该覆盖实际应用过程中可能发生的各种情况。

Answer 4