Pursuing Better Decision Boundaries for Long-Tailed Object Detection via Category Information Amount

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了类别信息量的概念,解决了长尾分布数据集中模型表现不佳的问题。通过引入信息量引导角度边际(IGAM)损失,动态调整决策空间,显著减小类别偏差,并在多个数据集上取得了良好效果。

🏷️

标签

➡️

继续阅读