arXiv · 机器人与计算机视觉· Kevin Kasa, Scott C. Lowe, Graham W. Taylor·· 29 天前AI 评分38
使用集合学习改进长尾数据上的集合值分类器
Using Set Learning to Improve Set-Valued Classifiers on Long-tailed Data
AI 导读
针对集合值分类器在长尾数据集上宏观平均精度显著下降的问题,研究提出基于 OKO 损失函数的训练策略。该方法将计算开销从标准交叉熵训练的 3.2 倍降至 1.36 倍,在不大幅增加预测集大小的前提下,显著提升 top-k、average-k 及 conformal prediction 等方法的少数类宏观准确率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org