高端成果系列报道之四十六
Xuesong Zhou, Jiaqi Sun, Junhai Zhai (通讯作者). Dynamic Prior Probability Network for Long-tailed Visual Recognition. Expert Systems with Applications, Volume 268, 5 April 2025, 126276. https://doi.org/10.1016/j.eswa.2024.126276.
在过去十年中，深度学习研究取得了令人惊叹的进展，基于大规模数据集训练的深度神经网络表现优异，在某些方面甚至超过了人类。然而，当深度神经网络面对长尾分布的数据集时，其性能却会显著下降。现有的大多数长尾分类方法主要关注分类任务本身，导致模型偏向多数类，从而在少数类上的表现较差。校准作为提升模型可靠性的重要手段，可以通过调整类别概率以更贴近真实分布，在长尾场景中缓解这一问题，确保对少数类的更充分考虑。本文提出了一种新颖的动态先验概率网络（DPPN），通过引入无偏且校准的置信度估计来提升分类性能。在四个广泛使用的长尾数据集上进行了实验，将提出的方法 DPPN 与包括一个基线方法和七个最新方法在内的八种方法进行了对比。实验结果表明，DPPN 在所有四个基准数据集上，在置信度估计和分类性能方面均取得了显著提升。
周学松（学生）为该论文的第一作者，翟俊海为通讯作者。《Expert Systems with Applications》现为中科院一区TOP期刊。