TPAMI 2024 | 野外大规模不平衡数据分布及多标签的目标检测

论文信息

题目：Large-Scale Object Detection in the Wild With Imbalanced Data Distribution, and Multi-Labels

野外大规模不平衡数据分布及多标签的目标检测

作者：Cong Pan、Junran Peng、Xingyuan Bu、Zhaoxiang Zhang

论文创新点

1. 设计并发 softmax 处理多标签问题。
2. 提出软平衡采样与混合训练调度器解决标签不均衡。
3. 统一软平衡采样和混合训练，并设计模型集成策略提升性能。

摘要

在深度学习时代，使用更多数据进行训练一直是提升性能最稳定、有效的方法。开放图像数据集（Open Images dataset）是目前最大的目标检测数据集，它为通用和复杂场景带来了重要机遇与挑战。然而，为管理庞大的数据规模，其采用的半自动收集和标注过程引发了与标签相关的问题，包括对象存在显式或隐式的