Jan, 2019
基于有效样本数的类别平衡损失
Class-Balanced Loss Based on Effective Number of Samples
Yin Cui, Menglin Jia, Tsung-Yi Lin, Yang Song, Serge Belongie
TL;DR研究长尾数据在机器学习任务中的问题,并提出了使用 “有效样本数” 改进重新权重计算的类平衡损失方法来提高对长尾数据集的训练效果。在人工合成的长尾 CIFAR 数据集和大规模数据集 ImageNet 和 iNaturalist 上进行了全面的实验,并证明该方法能够显著提高长尾数据集上的网络表现。