BriefGPT - AI 论文速递
·
如何通过重新采样改善长尾学习？
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的上下文转移增强模块，通过维护上下文库为尾类别生成多样化的训练图像，以提高长尾学习任务的泛化性能。实验证明，该模块优于其他方法。
🎯
关键要点
- 提出了一种新的上下文转移增强模块。
- 该模块通过维护上下文库为尾类别生成多样化的训练图像。
- 旨在提高长尾学习任务的泛化性能。
- 研究表明，重新取样可以提高泛化性能，但可能导致错误关联。
- 实验证明该模块优于其他方法，包括类别平衡重新取样、解耦分类器重新训练和数据增强方法。
➡️
