#397 · 主分类： 计算机视觉
OpenLongTailRecognition-OLTR
computer-vision
cvpr2019
deep-learning
long-tail
oltr
open-long-tail-recognition
open-set
pytorch-implementation
Pytorch实现的“开放世界中的大规模长尾识别”（CVPR 2019 ORAL）
项目最后更新：07/16/22
GitHub Stars
873
Forks数量
130
贡献者数量
4
许可证
BSD-3-Clause
收录理由
现实中的识别任务常面临长尾分布，少数类别样本稀少，多数模型容易偏向高频类。OLTR 是论文作者亲自用 PyTorch 实现的 CVPR 2019 口头报告方法，仓库自带 ImageNet-LT 和 Places-LT 的训练配置与预训练权重，照着跑就能复现论文数字，也能和重加权、重采样这类简单基线做公平对比。它兼顾了稀有类的召回率，同时不让常见类的精度明显下滑，像罕见物种、少见缺陷或小众商品这类场景都能用上。代码还修正了假阳性指标的计算，并把两阶段训练分得清清楚楚，想换自己的数据也容易上手。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。