实体
Places-LT
Places-LT
PulseAugur coverage of Places-LT — every cluster mentioning Places-LT across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
CLEAR框架增强长尾分类的可靠性
研究人员推出了一种新颖的集成框架CLEAR，旨在提高长尾分类任务的可靠性。该方法使用结构化采样生成多样化的专家，然后为每个专家估计一个类别的信任分数。在推理过程中，CLEAR通过强调不同类别使用不同的专家来组合专家预测，从而在CIFAR-100-LT、ImageNet-LT和Places-LT等基准数据集上实现了具有竞争力的整体准确性和增强的少样本性能。
-
新的BS-cRT方法提高了长尾识别的准确性
研究人员开发了一种名为BS-cRT的新型长尾识别基线方法，旨在通过在初始训练后仅重新训练分类器来提高准确性。该两阶段过程包括使用平衡Softmax训练骨干网络和余弦分类器，然后冻结骨干网络，仅在平衡的样本批次上更新分类器。BS-cRT方法在CIFAR-100-LT、CIFAR-10-LT、ImageNet-LT和Places-LT等各种数据集上持续提高少样本准确性，尤其是在较高的不平衡因子下显示出显著的提升。