MetaSAug：面向长尾视觉识别的元语义增强

现实世界中的训练数据通常呈现长尾分布，即少数几个多数类别的样本数量远超其余少数类别。这种样本分布的不均衡会显著降低传统监督学习算法的性能，而这些算法通常针对平衡数据集进行设计。本文通过引入一种近期提出的隐式语义数据增强（Implicit Semantic Data Augmentation, ISDA）算法，对少数类别进行数据增强，以缓解该问题。ISDA 通过沿多个语义上具有意义的方向对深层特征进行变换，生成多样化的增强样本。然而，值得注意的是，由于 ISDA 需要估计类别条件统计量以获取语义方向，而在少数类别上因训练样本不足，该估计效果不佳。为此，本文提出一种基于元学习的新型方法，自动学习经过变换的语义方向。具体而言，在训练过程中，增强策略被动态优化，目标是最小化在小型平衡验证集上的损失，该验证集通过元更新步骤进行近似。在 CIFAR-LT-10/100、ImageNet-LT 以及 iNaturalist 2017/2018 等多个数据集上的大量实验证明了所提方法的有效性。