![arxiv：2305.04536v2 [CS.CV] 2024年6月18日](/simg/9/954ae78a6188e649adb8f41247881a246a455e8d.webp)
机构名称：
¥ 1.0
长尾的多标签视觉识别（LTML）任务是由于标签共发生和不平衡的数据分布，这是一项极具挑战性的任务。在这项工作中，我们为LTML提出了一个统一的框架，即促使特定于班级的嵌入损失（LMPT）进行调整，从而通过结合文本和im im Im operational数据来捕获语义功能相互作用，并在头部和尾部同步改进型号。具体来说，LMPT通过班级感知的软边距和重新投资介绍了嵌入式损失函数，以学习特定的班级上下文，并带有文本描述（字幕）的好处，这可以帮助建立类之间的语义关系，尤其是在头和尾部之间。fur-hoverore考虑到类失样的类别，分配平衡的损失被用作分类损失函数，以进一步提高尾部类别的性能而不会损害头部类别。在VOC-LT和可可-LT数据集上进行了广泛的实验，这表明我们的方法显着超过了先前的最新方法，而LTML中的零拍夹。我们的代码在https：//github.com/richard-peng-xia/lmpt上完全公开。
arxiv：2305.04536v2 [CS.CV] 2024年6月18日
主要关键词
![arxiv：2305.04536v2 [CS.CV] 2024年6月18日PDF文件第1页](/bimg/b/b0a3ca7f0cc4ec0f549eb685929051dda5e52246.webp)
![arxiv：2305.04536v2 [CS.CV] 2024年6月18日PDF文件第2页](/bimg/2/250878e07ab9baad9c6fb9308b21f591e0670f59.webp)
![arxiv：2305.04536v2 [CS.CV] 2024年6月18日PDF文件第3页](/bimg/4/40cc871463682dc360620fa80441ad78b245e3c0.webp)
![arxiv：2305.04536v2 [CS.CV] 2024年6月18日PDF文件第4页](/bimg/4/4abb5a0e07d0de8025ebd734a6f52c902499f2ee.webp)
![arxiv：2305.04536v2 [CS.CV] 2024年6月18日PDF文件第5页](/bimg/7/7f36d53823b29ade61762250f010cca28dbaaac4.webp)
相关文件推荐
![arxiv：2308.12252V4 [CS.LG] 2024年6月18日](/simg/d/d3b0680c168e732a9b1ac061852d6c8da29e032e.webp)
![arxiv：2310.01424v2 [CS.CL] 2024年6月18日](/simg/8/803e03aa7d6ae1b7e476cacb26b4a26b6941aae1.webp)
![arxiv：2406.09201v3 [CS.CV] 2024年6月21日](/simg/3/320ae63d161446b01044352944f9cd48014236d4.webp)
![arxiv：2406.11641v1 [CS.CV] 2024年6月17日](/simg/c/c66f024a584b5d4988aba60fa80da02507bd8838.webp)
![arxiv：2403.12108V1 [CS.AI] 2024年3月18日](/simg/9/99edd98e89fcbdac6ee748e9e60901730c08c571.webp)
![arxiv：2403.12162v1 [CS.AI] 2024年3月18日](/simg/1/14324854c8cb1d0b1be03ad538fcf657d0de805d.webp)
![arxiv：2401.08687v2 [CS.CV] 2024年8月13日](/simg/2/21a00eb50769f592898182bdc195e5cf792ce43d.webp)
![arxiv：2408.09358v2 [CS.CV] 2024年8月20日](/simg/9/9c7601f6283402fa75890197349dd4c7072fda58.webp)
![arxiv：2406.12109v1 [CS.CL] 2024年6月17日](/simg/a/a0852110e08f2258b8ed3e33aa83098394b2b43a.webp)
![arxiv：2405.01677V2 [CS.LG] 2024年6月7日](/simg/1/1e0e7568f6ff3e5ae97a70471a935bb649c4e3f8.webp)
![arxiv：2311.14656v3 [CS.CV] 2024年1月16日](/simg/6/6719bc3d423809c89dce0217b4e73bcb57eec732.webp)
![arxiv：2212.03228v3 [CS.LG] 2024年6月7日](/simg/8/8d6e55e36345a92f0bcf230744b271c0e1d39a3c.webp)
![arxiv：2208.01582v3 [CS.CV] 2023年6月19日](/simg/8/81d9c6fdbb81024376d5297f0c946c4017919ecf.webp)
![arxiv：2401.11228v1 [CS.CV] 2024年1月20日](/simg/4/4dd72e7eae90a1bcd34bf09c3f1c60e8cf6393ea.webp)
![arxiv：2411.15497V2 [CS.CV] 2024年11月26日](/simg/8/811ad24cc1d5902e1721b00a4ab5775467ef340d.webp)
![arxiv：2402.17644v2 [CS.CL] 2024年6月9日](/simg/4/476a405ee4704d0310b5e28d3ab0647610213243.webp)
![arxiv：2305.09955v3 [CS.CL] 2024年3月22日](/simg/c/c8af46f5167c548f064b8714a656e43599142b4b.webp)
![arxiv：2312.00198V2 [CS.LG] 2024年6月17日](/simg/c/c948db6657581e58f47649a6b14c43365028a16f.webp)
![arxiv：2411.02397v2 [CS.CV] 2024年11月7日](/simg/b/b528467858d2f38a90eea4422320b7196b495298.webp)
![arxiv：2311.12386v3 [CS.CV] 2024年3月27日](/simg/7/7f44962f6543f6c8bd6e46396e93d7bef56e1429.webp)
![arxiv：2403.20193v2 [CS.CV] 2024年10月16日](/simg/7/75ff8aa941e12ef3cc72b114ad4c93f4104618c1.webp)
![arxiv：2406.06978v4 [CS.CV] 2024年8月30日](/simg/0/0e09b061d49570ad773a0a825e2a80bd33b33716.webp)
![arxiv：2401.05577V4 [CS.CV] 2024年11月23日](/simg/a/a60e4bedb6538f3cf93ce3f4de82e737177a79a1.webp)
![arxiv：2407.15708v2 [CS.CV] 2024年7月24日](/simg/4/488aab87bdf39533adf2700d198b787626a3d6b2.webp)
![arxiv：2401.00442v2 [CS.CV] 2024年5月13日](/simg/0/06d0e5c75c43538b150bbcbe698db5f21776df73.webp)
![arxiv：2407.15328v2 [CS.CV] 2024年7月31日](/simg/6/694bcae4c8bfb2d52a2f818deaa52613e5e7907a.webp)
![arxiv：2412.01197v1 [CS.CV] 2024年12月2日](/simg/e/e6ffeff43c00482c7a4779e5d709ce79a092544e.webp)
![arxiv：2403.16510V1 [CS.CV] 2024年3月25日](/simg/9/99be5140efb178cbc1415f4a6b4e7854fd545182.webp)
![arxiv：2304.01186v2 [CS.CV] 2024年1月3日](/simg/5/59785b1e87ec9a9a32ff741112948307f023cb4e.webp)
![arxiv：2409.08475v3 [CS.CV] 2024年12月19日](/simg/4/4118fc8a3148ada62518b381fadb2e4ca28dfb1f.webp)