Oct, 2023
WeedCLR：长尾数据集中通过视觉表示进行具有类别优化损失的杂草对比学习
WeedCLR: Weed Contrastive Learning through Visual Representations with Class-Optimized Loss in Long-Tailed Datasets
Alzayat Saleh, Alex Olsen, Jake Wood, Bronson Philippa, Mostafa Rahimi Azghadi
TL;DR使用深度学习模型对长尾数据集中的杂草进行分类，提出了一种基于类优化损失和深层表示的 WeedCLR 方法，在无标签数据上使用自监督学习来学习视觉特征，并通过类优化损失函数解决长尾数据集中的类别不平衡问题，相较于先前的方法在不同环境条件下展现出更好的泛化能力和稳健性，无需昂贵且耗时的人工标注，可广泛应用于场地特定的杂草管理和作物干预技术。