long-tailed data | BriefGPT

关键词long-tailed data

搜索结果 - 30

ECCVVL-LTR: 学习类别感知的视觉语言表示在长尾视觉识别中的应用
本研究提出一种基于深度学习的视觉 - 语言长尾识别框架 (VL-LTR)，并在图像文本双模态下解决了长尾数据识别问题，实验结果在 ImageNet-LT 数据集上表现优异，取得了 77.2% 的整体准确率，比之前最佳表现高出了 17 个百分
PDF3 years ago
ICCV自我监督到蒸馏：长尾视觉识别
本文提出了一种 Self Supervised 到 Distillation (SSD) 的概念简单却特别有效的多阶段训练方案，通过使用软标签，此方案能够很好的将标签相关性融入到多阶段训练方案中来有效的进行长尾识别，实验表明，我们的方法在几
PDF3 years ago
ResLT: 面向长尾识别的残差学习
本研究提出通过保留特定类别低频率的能力，并设计了一种有效的残差融合机制来缓解极不平衡数据分布的深度学习算法应用长尾数据分布时普遍存在的问题，通过在参数空间的角度来解决长尾识别问题，并在多个基准数据集上进行了测试，证明了方法的有效性。
PDF3 years ago
基于记忆的 Jitter：利用内存中的多样性提升长尾数据的视觉识别能力
本文考虑长尾数据中的深度视觉识别问题，提出了一种名为 Memory-based Jitter 的简单可靠方法，可以增强尾部类别的内部多样性，从而显著提高长尾视觉识别的性能。
PDF4 years ago
ELF：长尾分类的早退出框架
提出一种早期退出框架（ELF）来应对长尾数据分布的问题，通过附加的支路来学习早期退出容易的样例，以提高模型精度并缩短推理时间。
PDF4 years ago
学习分割尾部
该论文提出了一种 “分而治之” 的策略，即将整个数据划分为平衡的部分，并分别应用增量学习，以解决大规模长尾数据中出现的极端样本不平衡问题，从而推导出一种新的学习范式：类增量少样本学习。该论文通过设计实例级平衡重放方案和元模块，为实现新类学习
PDF4 years ago
长尾数据上的深度表示学习：一种可学习的嵌入增强视角
本文研究如何学习 deep learning 中的 feature 并解决长尾数据集中头尾类别分布错位、影响特征判别能力的问题。我们提出了使用‘特征云’方法来恢复长尾数据集的‘类内多样性’，并在 person re-identificati
PDF4 years ago
CVPRBBN: 双侧分支网络与累积学习用于长尾视觉识别
提出了针对长尾数据分布的双边分支网络方法，不仅可以同时关注表示学习和分类器学习，还配备了新颖的渐进积累学习策略，并在四种基准数据集上进行了实验，获得了比现有技术更好的性能。
PDF5 years ago
适应性分类器合成学习用于泛化的少样本学习
这篇论文研究了在物体识别中应对长尾或无限制问题的方法，提出了一种名为 CASTLE 和 ACASTLE 的模型，可以同时识别常见类别并学习少量样本的新出现类别，且可以在多领域中应用。这两种模型在 MiniImageNet 和 TieredI
PDF5 years ago
ACL知识图谱嵌入及图卷积网络实现长尾关系抽取
研究了如何利用距离监督关系抽取方法，基于知识图谱嵌入和图卷积网络，精确学习长尾分布中少见的关系类型，通过知识感知机制实现对数据贫乏类别的性能增强。该方法在大规模基准数据集上的实验中表现出优于其他基线方法的明显优势，特别是对于长尾分布的关系。
PDF5 years ago