长尾识别新研究提出编码器自适应评估框架

1. 13:00
   arXiv 机器学习

   长尾识别研究：何时值得进行编码器自适应

   一项关于长尾识别的研究提出受控评估框架，发现仅当表征分配变得更加不平衡时，在分类器平衡后继续进行编码器自适应才能带来实际增益。该现象在 ImageNet 规模评估与预设 1 个百分点的操作裕度下均成立，且能保持高频类别准确率，表明样本量本身不足以决定表征微调的增量价值。

Current heat 9·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.