在训练分类器的时候，对不同的类别，都需要一定的正样本，这个正样本的数据集来源就是，生成的proposals与某个标注数据的ground true重叠区域(IoU)大于某个阈值，这个proposal才会被作为这个类别的正样本。

在Fast R-CNN中，proposals是由Selective Search算法给出的，这些proposals里包含有“背景”，和“其他物体”，值得注意的是，这个“其他物体”不一定是我们训练的类别。

所以这就会产生一个问题，对于一副图像，我们要检测“人”，但实际图像中只有一个或是两个人。虽然我们生成了不少(1k-2k)的proposals，但这些proposals里跟人的标注数据的ground true的IoU大于某个阈值的(比如0.5)，其实并不多。因为proposals不是专门为某个类别(这里的例子是“人”)而生成的。

这就会造成，proposals【IoU>=0.5】的比proposals【IoU<0.5】的少很多。而造成proposals【IoU<0.5】数量多，主要是proposals【IoU<0.1】这个子集，因为大部分的proposals并不与我们要预测的特定类别区域重叠，这样构成的数据集，正样本的数量会远远少于负样本。

负样本过多会造成，正样本大概率被预测为负样本。因此作者使用随机抽样的方式，抽取25%正样本，75%的负样本。

但为什么要设置proposals【0.1<=IoU<0.5】为负样本，而proposals【IoU<0.1】作为难样本挖掘(hard negative mining)呢？不是要拿proposals【0.1<=IoU<0.5】这些容易分错的来做难样本挖掘吗？

其实按道理应该从源码上去看作者是怎么实现的，不过由于我还没看，我先给出我一个自己的想法。

proposals【0.1<=IoU<0.5】实际上已经是作为hard negative去训练了，因为负样本的随机抽样就是从这里面抽取的。但这样的样本可能不多。

而proposals【IoU<0.1】，这些样本数量比较多，而里面可能也会有让分类器误判的样本。当我们第一轮用proposals【0.1<=IoU<0.5】和【IoU>=0.5】抽样的样本，训练出来的模型，去预测proposals【IoU<0.1】的样本，如果判断错误就加入hard negative的集合里，这样就实现了对proposals【IoU<0.1】的hard negatvie mining