Overcoming Classifier Imbalance for Long-tail Object Detectionwith Balanced Group Softmax论文阅读

Overcoming Classifier Imbalance for Long-tail Object Detection with Balanced Group Softmax

通过group softmax克服目标检测中数据不均衡问题

可以用论文的一张图来概括核心思想

 在训练时:

        按照自己的数据集分布(数量分布or bbox的大小分布),将种类的分为n组,然后补上g0对前景和背景进行分类。

        对各组进行softmax处理,然后分别进行损失计算。

预测时:

        预测出来的向量先进行各组的softmax处理,然后把g1~gn的非others的概率抽取出来按相对顺序排好,再乘以前景概率,最后和背景概率拼接得到最终的分类概率分布。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值