네거티브 마이닝
모델이 오탐을 내는 배경이나 유사 객체를 의도적으로 수집해 '배경'으로 라벨링하고 재학습하는 과정이다. 잘못 분류되는 사례를 포함해 모델이 오탐을 구별하도록 학습 데이터의 음성 예시를 보강한다. 본 사례에서는 장식된 보드 프레임을 네거티브 샘플로 수집해 오탐을 줄였다.
