基于潜变量的扩散模型用于长尾识别
计算机视觉与模式识别
2024-04-24 v2 人工智能
摘要
长尾不平衡分布是实际计算机视觉应用中的常见问题。以往的工作提出了解决此问题的方法，可分为几类：重采样、重加权、迁移学习和特征增强。近年来，扩散模型在深度计算机视觉的许多子问题中显示出令人印象深刻的生成能力。然而，其强大的生成能力尚未在长尾问题中得到探索。我们提出了一种新方法——基于潜变量的扩散模型用于长尾识别（LDMLR），作为一种特征增强方法来解决该问题。首先，我们使用基线模型将不平衡数据集编码为特征。然后，我们使用这些编码特征训练去噪扩散隐式模型（DDIM）以生成伪特征。最后，我们使用前两步的编码特征和伪特征训练分类器。通过在CIFAR-LT和ImageNet-LT数据集上使用所提出的方法，模型准确率有所提高。
引用
@article{arxiv.2404.04517,
title = {Latent-based Diffusion Model for Long-tailed Recognition},
author = {Pengxiao Han and Changkun Ye and Jieming Zhou and Jing Zhang and Jie Hong and Xuesong Li},
journal= {arXiv preprint arXiv:2404.04517},
year = {2024}
}
备注
8 pages, 3 figures. Accepted by L3DIVU-CVPR2024