#340
summarized by : Akihiro FUJII
Contrastive Learning Based Hybrid Networks for Long-Tailed Image Classification

どんな論文か?

対照損失を使った教師あり学習は強力だが、多数の負例を必要とするため大きなメモリが必要だが、カテゴリのプロトタイプを用いることでメモリ問題を回避。カテゴリ間のデータ数に偏りがるlong tailedデータにおいて優位性を発揮。
placeholder

新規性

対照損失のメモリ問題をカテゴリ毎のプロトタイプを用いることで回避した点。共通の埋め込みネットワークから、対照学習と分類の2つのブランチに枝分かれさせ、学習を行う。

結果

long tailedにしたCIFAR-10/100、iNaturalist 2018で効果を確認した。

その他(なぜ通ったか?等)

特にLong tailedに特化した手法ではないと思われるが、long tailedのデータセットで検証を行なっている。通常の分類問題では、先行研究と比較してそこまで優位性がなかった可能性もあるかもしれない