- …
- …
#609
summarized by : Yuma Ochi
どんな論文か？
従来、Long Tailed Recognition(LTR)のタスクに対して様々なアプローチがされていた。本研究では、重みの減衰とMaxNormと呼ばれる手法の重要性を発見し、２段階の学習パラダイム(（1) 重み減衰しながらCEで学習 (2) 重み減衰とMaxNormを使用しながらclass-balanced lossで学習)を提案した。
新規性
従来あまり研究されていないという、重み減衰やMaxNormといったシンプルな手法を組合せた２段階学習のアプローチを提案し、従来手法の上回る性能を達成したところ。
結果
CIFAR-100-LT, ImageNet-LT, iNaturalistsデータセットを用いて、様々な従来の学習方法と提案手法の比較を行った。結果、5つのベンチマークでSoTA達成。また、提案手法を使って学習させたときのクラスごとの重みの平均を調べ、均一に分布していることを確認した。
その他（なぜ通ったか？等）
https://github.com/ShadeAlsha/LTR-weight-balancing
- …
- …