面向长尾视觉识别的类激活图校准
计算机视觉与模式识别
2021-08-31 v1
摘要
现实世界的视觉识别问题常呈现长尾分布，其中不同类别用于学习的数据量存在显著不平衡。在此类数据分布上学习的标凖分类模型常对头部类别做出偏置预测，同时对尾部类别泛化较差。本文提出对CNN的两种有效改进，以改善网络在长尾分布上的学习。首先，我们提出类激活图校准(CAMC)模块，通过强制网络基于重要图像区域进行预测，来改善网络分类器的学习与预测。所提CAMC模块突出数据间相关的图像区域，并强化这些区域的表示，从而获得更好的全局表示用于分类。此外，我们研究了在长尾问题中使用归一化分类器进行表示学习。我们的实证研究表明，仅需以适当标量缩放分类器输出，即可在不损失头部类别精度的前提下有效提升尾部类别的分类精度。我们进行了大量实验以验证设计的有效性，并在五个基准(ImageNet-LT、Places-LT、iNaturalist 2018、CIFAR10-LT和CIFAR100-LT)上取得了新的SOTA性能。
引用
@article{arxiv.2108.12757,
title = {Calibrating Class Activation Maps for Long-Tailed Visual Recognition},
author = {Chi Zhang and Guosheng Lin and Lvlong Lai and Henghui Ding and Qingyao Wu},
journal= {arXiv preprint arXiv:2108.12757},
year = {2021}
}