提出了一种结合不确定性和多样性准则的类别平衡动态获取（CBDA）方法，以解决类别不平衡问题。该方法在高预算下提升了少数类别的性能，mIoU分别提高了0.6、1.7和2.4，最优模型超越全监督基准，显示了平衡标注的优势。

本文提出了一种多样性感知和类别平衡的缓冲区，用于模拟非独立同分布的数据流，并结合多样性和熵加权熵损失，在 ImageNet 上实现了对各种破坏和自然领域偏移的稳定适应，并取得了最新的研究进展。