# 难例上传介绍及说明
1.1.2固件版本开始支持边缘AI难例发现算法，如果要使用难例上传相关接口，请先升级固件版本到1.1.2，详情请见[升级固件版本](https://support.huaweicloud.com/usermanual-hilens/hilens_02_0015.html)。
当前主要支持的难例发现算法如下。
- **图片分类**
  CrossEntropyFilter(threshold_cross_entropy)
  原理： 根据推理结果的交叉熵，判断熵是否小于交叉熵，小于则为难例。
  输入： 推理结果prediction classes list，例如[class1-score, class2-score, class2-score,....]，class-score表示类别得分，其范围为\[0,1\]。
  输出： True or False，True是难例，False是非难例。
  

- **目标检测**
  IBT (image-box-thresholds)
  原理：box_threshold框阈值用于计算图片难例系数，推理结果的置信度得分小于阈值的数量占总输出推理框的百分比；img_threshold图阈值用于判断该图片是否是难例。
  输入： prediction boxes list,，例如[bbox1, bbox2, bbox3,....]，其中bbox = [xmin, ymin, xmax, ymax, score, label]，x和y为框的坐标，score表示置信度得分，label表示类别标签，score的范围需要为\[0,1\]。
  输出： True or False，True是难例， False是非难例。
  CSF(confidence score filter)
  原理：box_threshold_low和box_threshold_up框阈值用于判断该图片是否是难例，方法是只要有一个输出框置信度得分在区间[box_threshold_low, box_threshold_up]，就判断该图片是难例。
  输入：prediction boxes list,，例如[bbox1, bbox2, bbox3,....],，其中bbox = [xmin, ymin, xmax, ymax, score, label]，x和y为框的坐标，score表示置信度得分，label表示类别标签，score范围为\[0,1\]。
  输出：True or False， True是难例， False是非难例。