博客
关于我
ACM MM‘24 | 医学图像分类中类别增量学习的不平衡问题解决方法
阅读量:798 次
发布时间:2023-04-05

本文共 349 字,大约阅读时间需要 1 分钟。

论文信息

地址不平衡问题在医学图像分类中的类别增量学习方法
作者:Xuze Hao, Wenqian Ni, Xuhao Jiang, Weimin Tan, Bo Yan

论文创新点

提出CIL平衡分类损失函数:针对类别不平衡导致的分类器偏向新类和多数类问题,提出CIL平衡分类损失函数。该函数通过基于类别频率调整logit,对稀有类别给予更多关注,还引入缩放因子,进一步平衡新旧类别,有效减少分类器偏差。

设计分布边际损失函数:为解决类别增量学习中,新旧类别在特征空间易重叠的问题,设计了分布边际损失函数。此函数包含两个损失项,一项推动旧类样本远离新类分布。

转载地址:http://gvrfk.baihongyu.com/

你可能感兴趣的文章
mysql优化--索引原理
查看>>
MySQL优化之BTree索引使用规则
查看>>
MySQL优化之推荐使用规范
查看>>
Webpack Critical CSS 提取与内联教程
查看>>
mysql优化概述(范式.索引.定位慢查询)
查看>>
MySQL优化的一些需要注意的地方
查看>>
mysql优化相关
查看>>
MySql优化系列-优化版造数据(存储过程+函数+修改存储引擎)-2
查看>>
MySql优化系列-进阶版造数据(load data statment)-3
查看>>
MySql优化系列-造数据(存储过程+函数)-1
查看>>
MySQL优化配置详解
查看>>
Mysql优化高级篇(全)
查看>>
mysql会员求积分_MySql-统计所有会员的最高前10次的积分和
查看>>
mysql会对联合索性排序优化_MySQL索引优化实战
查看>>
MySQL作为服务端的配置过程与实际案例
查看>>