. 到底什么是 Hard-Negative？

• 先拆解“Negative（负例）”：在目标检测中，负例就是“背景”。比如一张切片里没有任何车、人、飞机，只有地面、屋顶、树木，这就该被模型判断为“没有目标”。

• 再拆解“Hard（难的）”：如果这张切片是一面纯白墙壁，模型一眼就知道是背景，这叫Easy Negative（简单负例），对训练帮助不大。但如果这张切片是密集的树冠阴影、圆形屋顶或带有纹理的碎石路面——它们的纹理、边缘或颜色与你要检测的目标（比如坦克、车辆）有相似之处，导致模型在推理时输出了0.8的高置信度（以为有目标），但实际GT（标注框）显示这里啥也没有。

核心定义：被模型误判为正样本（False Positive，误报）且置信度较高的负样本，就是 Hard-Negative。

2. 与之强相关的核心概念（横向对比）

为了理清头绪，我把它们按“样本质量”和“训练策略”分成两类：

（1）按“难度”划分的样本梯队

• Positive（正例）：含有GT目标（真实框）的样本，模型应该预测为“有”。

• Easy-Negative（简单负例）：与目标毫无相似之处的纯背景，模型轻易就能正确识别为“无”。（数量极多，但训练价值低）

• Hard-Negative（难负例）：模型“看走眼”的背景。特征表达与正例高度重叠，是导致误报（FP）的罪魁祸首。

• Hard-Positive（难正例）：虽然含有GT目标，但目标极度模糊、被遮挡、尺寸极小或光照极暗，导致模型很难认出来（漏检，即False Negative）。与之对应的是Easy-Positive（清晰的大目标）。

（2）按“挖掘和处理策略”划分的概念（你最需要关注的操作）

• Hard Negative Mining（难例挖掘，缩写HNM）：这是一种主动训练策略。即在每一轮训练中，专门筛选出那些被模型分错的Hard-Negative，把它们强行加回训练集，让模型“知耻而后勇”地重点学习这批困难样本。

• OHEM（在线难例挖掘）：HNM的进化版。在训练过程中，不依赖离线数据筛选，而是在当前的batch（批次）内自动计算所有样本的损失（Loss），只挑选损失最大的那批Hard-Negative进行反向传播。“按规则并进训练集”，本质上就是离线版的HNM。

• Focal Loss（焦点损失）：这是一种损失函数，用来替代传统的交叉熵损失。它的设计初衷就是为了解决Easy-Negative和Hard-Negative的数量极度不平衡（正负样本悬殊）。它会自动降低Easy-Negative的权重，让模型把注意力聚焦在Hard-Negative上——你不必手动挖掘，算法在计算损失时自动帮你做了。

3. 结合SAHI 场景，理清逻辑

问题：

• “真空白图被大量误报”，如果误报置信度很高，那就是典型的Hard-Negative（原本连GT都没有，模型却以为有）。

• “有GT但SAHI报得过多”中的空白子切片，这些切片虽然来自有目标的母图，但切片本身不含GT，且纹理复杂导致误报，它们也是 Hard-Negative。

所以，“反切成负切片再并进训练集”这一动作，在学术上就叫做基于位置规则（IoU=0筛选）的离线 Hard Negative Mining 策略。你做得很标准，这在工业界往往比单纯改损失函数见效更快。