计算机科学 > 计算机视觉与模式识别
[提交于 2025年5月31日
]
标题: 长尾视觉识别的置换不变头尾特征融合
标题: Long-Tailed Visual Recognition via Permutation-Invariant Head-to-Tail Feature Fusion
摘要: 长尾数据分布的不平衡给深度学习模型带来了重大挑战,导致它们倾向于关注头部类别而忽略尾部类别。 造成低识别准确率的两个关键因素是表示空间的退化和有偏的分类器,这些源于尾部类别中的语义信息不足。 为了解决这些问题,我们提出了一个名为排列不变且头尾特征融合(PI-H2T)的高度自适应方法。 PI-H2T 通过排列不变表示融合(PIF)来增强表示空间,从而产生更集中的特征和自动化的类别边界。 此外,它通过头尾融合(H2TF)从头部类别向尾部类别转移语义信息,调整有偏的分类器,提高尾部类别的多样性。 理论分析和实验表明,PI-H2T 优化了表示空间和决策边界。 其即插即用的设计确保可以无缝集成到现有方法中,为进一步性能提升提供了简单路径。 在长尾基准上的大量实验验证了 PI-H2T 的有效性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.