CVPR 2020 Oral 线上分享 | 双边分支网络BBN:攻坚长尾分布的现实世界任务

本期直播分享,PaperWeekly邀请到旷视南京研究院研究员周博言,为大家带来「双边分支网络BBN:攻坚长尾分布的现实世界任务」主题分享。

直播时间 & 地址

直播时间:6 月 9 日(周二)晚 8 点

直播地点:https://live.bilibili.com/14884511

分享提纲

长尾分布是现实世界的一大难题,指的是少部分类别占据了大量样本,而大部分类别却只有少数样本。解决这一问题最主流的方法是类别再平衡策略,即通过重采样或代价敏感重加权来缓解类别不平衡问题。

我们揭示出,这些策略之所以起效,是因为其显著提升了分类器的性能,但同时又会在一定程度上损害深度特征的表征能力。因此,我们提出了一个统一的双边分支网络(Bilateral-Branch Network BBN),两个分支各司其职,从而兼顾网络的特征表示能力和分类能力。

此外,我们还提出了一种全新的累积学习(Cumulative Learning)策略,配合 BBN 网络首先进行通用特征的学习,随后逐渐将注意力转移到尾部类的识别上。通过该方法,旷视研究院在细粒度识别领域权威赛事 FGVC 2019 中,获得 iNaturalist Challenge 赛道的世界冠军。该网络框架的代码已开源。

本次分享的提纲是:

  • 长尾识别任务介绍及相关的经典工作

  • 类别再平衡方法作用机理的揭示

  • BBN方法介绍

  • 实验结果及ablation study

嘉宾介绍

 周博言 / 旷视南京研究院研究员 

周博言,旷视南京研究院研究员,本科和硕士毕业于南京大学。研究方向为计算机视觉,主要包括长尾识别、目标检测等,曾参与多项计算机视觉国际竞赛,获得两项冠军,一项亚军,在 CVPR 2020 发表 Oral 论文一篇。

传送门 

实习工作投递简历: ur@megvii.com

欢迎大家关注如下 旷视研究院 官方微信号????