- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 ACE: Ally Complementary Experts for Solving Long-Tailed Recognition in One-Shot(2022.5.27)
Contrastive Learning，长尾分布 long-tail
2022-05-27 16:08:56
673
6
原创 EXPLORING BALANCED FEATURE SPACES FOR REP-RESENTATION LEARNING（2022.5.18）
KCL，Contrastive Learning
2022-05-25 22:29:48
689
3
原创 Targeted Supervised Contrastive Learning for Long-Tailed Recognition(2022.5.14)
（一）解决的问题：数据往往呈现出长尾分布，类间严重失衡，多数类可能主导训练过程，并改变少数类的决策边界。（二）动机：提出一种平衡采样的方法，同时能够学习到统一的特征空间，使长尾分布的数据在特征空间能够更加均匀的分布。（三）之前的解决方法：尾部类进行过采样 对损失函数重新加权；缺点：这些方法过度拟合尾部类并以牺牲头部类为代价提高尾部类的性能，从而损害了学习到的特征的质量。将长尾数据重新组织为组，对每个组训练一个模型，并在多特定框架中组合单个模型。 将表征学习与分类器..
2022-05-14 13:51:23
1633
1
原创 Contrastive Learning based Hybrid Networks for Long-Tailed Image Classification（2022.5.12）
（一）解决的问题：数据的长尾分布，导致对样本分类时对多数类的偏向，使得训练出有偏分类器。（二）动机：提出了一种新的混合网络，包括监督对比损失学习图像特征和交叉熵损失分类器，以实现长尾图像分类。（三）步骤：先对输入的图像通过Backbone（比如Resnet），得到一些图像的特征分布。 上面的结构主要对特征分布进行对比学习，正样本拉近、负样本原理的操作；下面的结构是一个分类器，主要对形成的特征空间进行分类。α会随着训练的进行逐渐减小，这样做是很合理的，因为前期的话模型会注重
2022-05-12 13:38:12
1213
13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人