[NeurIPS 2020] 半监督 (无标记数据) 和自监督技术可改善类别不平衡 / 长尾学习问题
本仓库包含论文的实现代码: 重新思考标签的价值,以改进类别不平衡的学习
在本工作中,我们通过理论和实验证明,无论标记/未标记数据的不平衡性以及基础训练技术如何,半监督学习(使用未标记数据)和自监督预训练(先使用自监督进行模型预训练)都能显著提高不平衡(长尾)数据集的性能。
自监督的不平衡学习: 自监督预训练(SSP)有助于减轻测试时尾部类别的泄露,从而获得更好的学习边界和表示。
暂无开放 Issues，或尚未同步最近议题。