论文标题：Distribution Alignment: A Unified Framework for Long-tail Visual Recognition

论文链接：https://arxiv.org/abs/2103.16370

代码链接：https://github.com/Megvii-BaseDetection/DisAlign

作者单位：上海科技大学 & 旷视科技 & 中国科学院大学

本文提出一种简单，有效，通用的处理长尾视觉问题的方案，在长尾分类、检测和分割任务上表现SOTA！优于LWS、cRT和EQL等网络，代码刚刚开源！

尽管深度神经网络最近取得了成功，但是在视觉识别任务中有效地建模长尾类分布仍然具有挑战性。为了解决这个问题，我们首先通过消融研究来研究两阶段学习框架的性能瓶颈。根据我们的发现，我们提出了一种用于长尾视觉识别的统一分布对齐策略。具体来说，我们开发了一种自适应校准功能，使我们能够调整每个数据点的分类得分。然后，我们在两阶段学习中引入一种通用的重新加权方法来平衡类别先验，从而为视觉识别任务中的各种情况提供了灵活统一的解决方案。我们通过对四个任务的广泛实验来验证我们的方法，包括图像分类，语义分割，目标检测和实例分割。我们的方法以简单统一的框架实现了所有四个识别任务的最新结果。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除