摘要
现实世界数据普遍面临严重的类别不平衡问题，并呈现出长尾分布特征，即大多数类别仅对应少量样本。基于此类数据训练的朴素监督模型倾向于偏好主导类别，导致严重的泛化能力下降，且分类置信度校准性能较差。为此，本文从先验分布的角度出发，提出两种新颖方法以缓解该困境。首先，我们推导出一种面向平衡的数据增强方法——均匀混合（Uniform Mixup, UniMix），该方法在长尾场景下优化了混合策略，通过引入先进的混合因子与采样机制，更有利于少数类样本的增强。其次，受贝叶斯理论启发，我们揭示了由先验不一致所引发的固有偏差——贝叶斯偏差（Bayes Bias, Bayias），并将其作为对标准交叉熵损失函数的修正项进行补偿。进一步地，我们从理论上与实证上证明，所提出的两种方法均能有效保障分类模型的校准性能。大量实验结果表明，本文提出的方法显著提升了模型的校准能力，且二者结合在CIFAR-LT、ImageNet-LT和iNaturalist 2018三个基准数据集上均取得了当前最优（state-of-the-art）的性能表现。