グローバルおよびローカルの混合一貫性累積学習による長尾分布視覚認識

本論文では、ロングテール視覚認識のための単純な学習パラダイムを設計することを目指しています。このパラダイムは、特徴抽出器の堅牢性を向上させるとともに、分類器のヘッドクラスへの偏りを軽減し、訓練スキルと負荷を低減します。私たちは、ロングテール視覚認識のための一段階訓練戦略である「Global and Local Mixture Consistency 累積学習（GLMC）」を提案します。私たちの中心的なアイデアは二つあります：(1) グローバルおよび局所混合一貫性損失が特徴抽出器の堅牢性を向上させます。具体的には、同じバッチデータからグローバル MixUp と局所 CutMix を用いて2つの拡張バッチを生成し、その後コサイン類似度を使用して差異を最小化します。(2) 累積ヘッドテールソフトラベル再重み付け損失がヘッドクラス偏り問題を緩和します。ロングテールデータに対して経験的クラス頻度に基づいてヘッド-テールクラスの混合ラベルを再重み付けし、次にエポックによって累積された係数で通常の損失と再平衡化された損失をバランスを取ります。当手法はCIFAR10-LT, CIFAR100-LT, およびImageNet-LTデータセットにおいて最先端の精度を達成しました。さらに、バランスの取れたImageNetとCIFARでの実験により、GLMCがバックボーンの汎化性能を大幅に向上させることも示されています。コードは https://github.com/ynu-yangpeng/GLMC で公開されています。