arXiv · 机器人与计算机视觉· Jiyoung Lim, Jee-Hyong Lee·· 29 天前AI 评分60
CILA:基于混淆的实例级 Logit 调整用于长尾识别
CILA: Confusion-based Instance-wise Logit Adjustment for Long-Tailed Recognition
AI 导读
针对现实数据集固有的类别不平衡问题,现有基于频率的 Logit 调整忽略了实例级混淆并抑制了非目标类的信息信号。本文提出 CILA 方法,根据目标类与非目标类间的实例级混淆自适应调整 Logits,恢复被抑制的梯度;同时引入 BNI 方法,在训练中对目标 Logit 进行扰动,覆盖仅靠惩罚无法处理的近边界正确分类样本。
来源:arXiv · 机器人与计算机视觉 · arxiv.org