论文简介：

为了解决目标检测任务的长尾分布问题，现有的方法通常将整个类别划分为几个组，并使用不同的策略来处理每一组。这些方法带来了以下两个问题：一个是具有相似大小的相邻类别之间的训练不一致性，另一个是学习模型对在语义上与某些头部类别相似的尾部类别缺乏区分。

本文设计了一种新的自适应类抑制损失（ACSL）来有效地解决上述问题，提高了尾类的检测性能。具体来说，本文引入了一个无需统计的方法来分析长尾分布，从而打破了手工分组的局限性。

根据这一观点，本文的 ACSL 自适应地调整了每个类别的每个样本的抑制梯度，确保了训练的一致性，并提高了对罕见类别的区分。

代码地址：https://github.com/CASIA-IVA-Lab/ACSL

目前解决长尾分布的一种直观的解决方案是通过重采样技术来重新平衡数据分布，通过过采样尾部或少采样头部类，一个较平衡的分布可以人为产生。

【CVPR 2021】解决目标检测长尾分布：Adaptive Class Suppression Loss for Long-Tail Object Detection相关推荐

解决目标检测中密集遮挡问题——Repulsion loss
解决目标检测中密集遮挡问题--Repulsion loss Rep loss Attr RepGT RepBox 之前参加了df的钢筋检测比赛,比赛中的一个难点是密集遮挡问题,为了解决这个问题,参考了 ...
一文看尽 27 篇 CVPR 2021 2D 目标检测论文
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者丨二玖编辑丨极市平台导读本文对我们汇总的 CVPR 2021 检测大类中的2D目标检测领域的 ...
CVPR 2021 | 视觉目标检测大模型GAIA：面向行业的视觉物体检测一站式解决方案
作者丨常清编辑丨机器之心中国科学院自动化研究所智能感知与计算研究中心联合华为等企业提出面向行业的视觉物体检测一站式解决方案 GAIA. 在深度学习与大数据的浪潮下,视觉目标检测在各个基准数据集上已 ...
Seesaw Loss：目标检测长尾分布loss
参考Seesaw Loss:一种面向长尾目标检测的平衡损失函数 - 王佳琦的文章 - 知乎 https://zhuanlan.zhihu.com/p/339126633 上面文章讲过的这里就不赘述了, ...
目标检测论文阅读：Cascade R-CNN: Delving into High Quality Object Detection（CVPR2018）
Cascade R-CNN: Delving into High Quality Object Detection(CVPR2018) 论文链接:https://arxiv.org/abs/1712. ...
【论文笔记_目标检测_2022】Proper Reuse of Image Classification Features Improves Object Detection
图像分类特征的适当重用改善了目标检测摘要迁移学习中的一个常见做法是通过对数据丰富的上游任务进行预训练来初始化下游模型权重.具体而言,在对象检测中,特征主干通常用ImageNet分类器权重来初始化, ...
目标检测--A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection
A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection ECCV2016 https://g ...
目标检测中的尺度--An Analysis of Scale Invariance in Object Detection – SNIP
An Analysis of Scale Invariance in Object Detection – SNIP Code will be made available at http://bit ...
详解两阶段3D目标检测网络 Voxel R-CNN：Towards High Performance Voxel-based 3D Object Detection
本文介绍一篇两阶段的3D目标检测网络:Voxel R-CNN,论文已收录于AAAI 2021. 这里重点是理解本文提出的 Voxel RoI pooling. 论文链接为:https://arxiv. ...

【CVPR 2021】解决目标检测长尾分布：Adaptive Class Suppression Loss for Long-Tail Object Detection

Adaptive Class Suppression Loss for Long-Tail Object Detection

论文简介：

【CVPR 2021】解决目标检测长尾分布：Adaptive Class Suppression Loss for Long-Tail Object Detection相关推荐

最新文章

热门文章