NACTI 野生动物数据集中的长尾种类识别

大多数'野外'数据集合如北美相机陷阱图像( NACTI)数据集都呈现严重的长尾类别不平衡，最大的'头部'类别alone 占据整个语料库 370 万张图像的超过 50%。在 PyTorch Wildlife 模型基础上，我们对 NACTI 数据集上的种类识别进行系统性的长尾识别方法研究，涵盖各种 LTR 损失函数以及 LTR 敏感正则化的实验。我们的最佳配置在 NACTI 测试数据划分上实现了 99.40% 的 Top-1 准确率，显著优于使用标准交叉熵和 Adam 的 95.51% 基线。这也超越了之前在 MLWIC2 中报告的顶级性能( 96.8%)，后者使用了部分未公开(可能不同)的数据划分、优化器和评估协议。为评估向其他数据集的域迁移(如夜间捕获、遮挡、运动模糊)，我们从 ENA-Detection 数据集构建了一个 Reduced-Bias 测试集，其中我们经实验优化的长尾增强模型实现了领先的 52.55% 准确率(相较于使用 WCE 损失的 51.20%)，显示出在分布迁移下的更强泛化能力。我们记录了在 NACTI 野生动物领域中 LTR 增强调度器选择 consistently 带来的改进，尤其是在与最先进的 LTR 损失函数并用时效果更佳。我们最终讨论了 LTR 方法无法充分解决的定性和定量短板，包括在严重域迁移下'尾部'类别的灾难性崩溃。为实现最大可重复性，我们发布了所有数据划分、关键代码和完整网络权重。