通过置换不变的头部到尾部特征融合进行长尾视觉识别
计算机视觉与模式识别
2025-06-03 v1
摘要
长尾数据的不平衡分布对深度学习模型构成了重大挑战，导致其优先关注头部类别而忽视尾部类别。导致识别准确率较低的两个关键因素是表示空间变形和分类器偏置，这源于尾部类别语义信息的不足。为了解决这些问题，我们提出了一种高度自适应的方法——置换不变的头部到尾部特征融合（PI-H2T）。PI-H2T通过置换不变表示融合（PIF）增强表示空间，产生更聚类的特征和自动的类别间隔。此外，它通过头部到尾部融合（H2TF）将语义信息从头部类别转移到尾部类别，调整偏置的分类器，从而提高尾部类别的多样性。理论分析和实验表明，PI-H2T同时优化了表示空间和决策边界。其即插即用的设计确保了与现有方法的无缝集成，为进一步提升性能提供了一条直接的路径。在长尾基准上的大量实验证实了PI-H2T的有效性。
引用
@article{arxiv.2506.00625,
title = {Long-Tailed Visual Recognition via Permutation-Invariant Head-to-Tail Feature Fusion},
author = {Mengke Li and Zhikai Hu and Yang Lu and Weichao Lan and Yiu-ming Cheung and Hui Huang},
journal= {arXiv preprint arXiv:2506.00625},
year = {2025}
}