多标签分类中的非对称损失

在典型的多标签学习场景中，一张图像平均仅包含少量正标签，而负标签数量则远多于正标签。这种正负样本的不平衡性主导了优化过程，导致在训练过程中对正标签的梯度关注不足，从而影响模型的准确率。本文提出一种新颖的非对称损失函数（ASL），该函数对正样本与负样本采用不同的处理机制。ASL能够动态地降低简单负样本的权重，并对其施加硬阈值处理，同时还能有效剔除可能存在误标注的样本。我们展示了ASL如何实现不同样本概率的均衡化，以及这种均衡性如何转化为更高的mAP（平均精度均值）表现。在多个主流多标签数据集上，包括MS-COCO、Pascal-VOC、NUS-WIDE和Open Images，ASL均取得了当前最优的性能。此外，我们还验证了ASL在其他任务中的适用性，如单标签分类与目标检测。ASL具有高效性、实现简便，且不增加训练时间或计算复杂度。代码实现已开源，地址为：https://github.com/Alibaba-MIIL/ASL。