-
公开(公告)号:CN119206283A
公开(公告)日:2024-12-27
申请号:CN202410884747.1
申请日:2024-07-03
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0985 , G06N3/0464
Abstract: 本发明请求保护一种基于信息增强重加权多专家网络的长尾识别方法,属于计算机视觉技术领域。所述方法包括以下步骤:步骤1.本发明提出了一种全局和显著性局部混合一致性损失模块,该模块通过全局MixUp和局部SaliencyMix增强模型的鲁棒性,进而提高模型对长尾类别的识别能力。步骤2.本发明设计了一个累积标签重加权损失模块,该模块通过使用经验类别频率重新加权长尾数据的混合标签,并使用按时间累积的系数平衡常规和重新平衡的损失,旨在缓解类别偏差问题。步骤3.本发明设计了一个多专家网络模块结合标签重加权损失模块,该模块通过加权专家评估和经验合成来评估整体预测,从而进一步提高对长尾类别的识别性能。