- 博客(1)
- 收藏
- 关注
原创 Overcoming Classifier Imbalance for Long-tail Object Detectionwith Balanced Group Softmax
在训练过程中,将相似训练实例的类分组在一组,Softmax CE单独处理每个组,让他们在组内相互竞争,可以在训练期间将包含明显不同数量实例的类彼此隔离,尾部类分类器权重不会被头部类抑制。在方法分析的开头,同样是对比了平衡数据集到长尾数据集性能下降的现象,作者通过分析每个类别的分类器中训练实例数量和权重的关系发现,在不平衡数据集中,尾类对应的权重极小,因此尾类类别预测分数天生低于头类,所以在预测时偏向于选择头类而不是尾类。提出方法:BAGS,通过分组训练平衡检测框架内的分类器,调整头部和尾部训练的过程。
2023-05-12 16:11:36 127 1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人