- …
- …
#321
summarized by : Akihiro FUJII
どんな論文か？
クラス間にデータ数の偏りがあるLong-tailedデータにおけるマルチラベル学習において、データのバランスをとった/とらないデータをそれぞれ入力する２つのネットワークで一貫性を保たせるように学習する手法を提案。従来手法を大きく凌駕する結果。
新規性
バランスをとると、headクラスの精度が下がり、バランスをとらないとtailクラスの精度が下がるという問題に対処した。２つのネットワークを用意し、１つにはデータのサンプリングバランスを考慮したデータを入力、もう１つには考慮していないデータを入力し、それぞれで一貫した出力を出すようにネットワークを学習させる。
結果
マルチラベルデータセットであるCOCO, VOCをlong tailedにしたデータセットにおいて、従来手法を大きく凌駕する結果
その他（なぜ通ったか？等）
- …
- …