#112
summarized by : Takuma Yagi
Class-Balanced Loss Based on Effective Number of Samples

どんな論文か?

クラス間のサンプル数の偏りを補正する損失項の提案。
placeholder

新規性

更新量をサンプル数の逆数によって補正するクロスエントロピー項を提案。

結果

ロングテールなサンプル数分布をとる人工CIFARデータセットで高性能。ImageNetでもその有用性を実証。

その他(なぜ通ったか?等)

シンプルで有効なのが良い。理論的であることを強調していたがそうでもないような…?