摘要
长尾数据集的特点是头部类别包含远多于尾部类别的训练样本，这导致识别模型倾向于偏向头部类别，产生偏差。加权损失（Weighted loss）是缓解该问题最常用的方法之一。近期研究提出，相较于传统上依赖类别频率，类别难度（class-difficulty）可能是更优的权重分配依据。然而，先前工作采用启发式方法来量化难度，而我们通过实证发现，最优的难度量化形式会因数据集特性不同而异。为此，本文提出 Difficulty-Net，该方法在元学习（meta-learning）框架下，自动学习预测各类别的难度。为使模型在与其他类别相互关联的上下文中合理估计类别难度，我们引入两个关键概念：相对难度（relative difficulty）与驱动损失（driver loss）。其中，相对难度使 Difficulty-Net 在计算某一类别难度时能够综合考虑其他类别的影响；而驱动损失则对学习过程起到关键引导作用，确保模型朝有意义的方向优化。在多个主流长尾数据集上的大量实验表明，所提出方法具有显著有效性，并在多个数据集上取得了当前最优（state-of-the-art）性能。