BriefGPT.xyz
Ask
alpha
关键词
asymmetric loss
搜索结果 - 4
多标签长尾学习的鲁棒非对称损失
本文提出了一种鲁棒的不对称损失函数,能够同时解决长尾和多标签分类问题,适用于医学图像分类任务,能够有效缓解多个超参数优化困难和模型过拟合的风险。实验证明该方法在长尾多标签医学图像分类和其他长尾单标签数据集上具有较好的性能,且在 ICCV C
→
PDF
a year ago
通过删除负样例对抗在线单类增量学习
本研究探讨了超级在线连续学习设置,其中学习者接收随时间变化的类别分布的数据流。研究提出了一种一类增量学习设置的新方法,在 BYOL 自我监督学习方法的基础上引入额外的类原型规范化,以在单类别增量学习设置中实现强大的性能和与多类别增量学习设置
→
PDF
2 years ago
使用类别感知选择性损失的带部分注释的多标签分类
通过选择性地对待未标注标签和使用针对性的非对称损失函数来处理部分注释问题,本文在多标签分类数据集上取得了最先进的结果。
PDF
3 years ago
ICCV
多标签分类的不对称损失
通过引入新的不对称损失 (ASL) 并对正负样本进行不同的操作,实现了动态减小容易的负样本,并去除可能被错误标记的样本,使得多标签数据集像 MS-COCO、Pascal-VOC、NUS-WIDE 和 Open Images 的 mAP 得分
→
PDF
4 years ago
Prev
Next