![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
不平衡数据
文章平均质量分 70
AI强仔
人工智能爱好者、机器人爱好者
展开
-
Focal Loss for Dense Object Detection
1 简介本文根据2018年《Focal Loss for Dense Object Detection》翻译总结的。图像识别的方法有两种,分别是one-stage和two-stage。two-stage方法,如R-CNN,第一个stage是生成一个稀疏的含候选物体位置的集合,第二个stage是采用卷积网络识别每一个候选位置,将其识别为foreground 类别或者background。two-stage方法具有较高的准确率,其分类器是应用于一个稀疏的集合。one-stage分类器应用于一个密集(de翻译 2022-04-29 16:42:29 · 956 阅读 · 0 评论 -
ADASYN: Adaptive Synthetic--不平衡数据采样方法
ADASYN不仅可以减少原始不平衡数据分布导致的学习偏见,而且可以自适应偏移决策边界,使其聚焦于那些较难学习的样本上。翻译 2022-03-15 15:04:43 · 7335 阅读 · 0 评论