• 问答
  • 技术
  • 实践
  • 资源
极市直播回放丨长尾分布最新技术分享!汤凯华:利用因果分析解决通用的长尾分布问题
技术直播

| 极市线上分享 第73期 |

一直以来,为让大家更好地了解学界业界优秀的论文和工作,极市已邀请了超过90位技术大咖嘉宾,并完成了72期极市线上直播分享。往期分享请前往bbs.cvmart.net/topics/149,也欢迎各位小伙伴自荐或推荐更多多优秀的技术嘉宾到极市进行技术分享,与大家一起交流学习\~\~

长尾分布是指常见的不均衡数据分布,该问题大大降低了机器学习模型的鲁棒性,并且需要利用高昂的成本去采集罕见数据才能解决。传统的解决方案不仅依赖提前预知未来数据的分布,而且也容易对罕见数据过拟合。

本次分享,我们邀请到了来自南洋理工大学的汤凯华博士,为我们分享他团队NeurIPS 2020的论文“Long-TailedClassification by Keeping the Good and Removing the Bad Momentum Causal Effect”。该工作利用因果分析技术,首次实现不需要提前预知数据分布情况下适用的长尾分布去偏见算法。并且该方法不增加任何额外的训练负担,可以轻易适用于各种场景,如我们在图片分类,物体检测,实例分割任务上都取得了显著提升

01 直播信息

时间
2020年12月10日(周四)20:00-21:00

主题
利用因果分析解决通用的长尾分布问题

02 嘉宾介绍

汤凯华,南洋理工大学计算机系三年级在读博士生,导师张含望。就读博士前在上海交通大学IEEE班获得学士学位,并在交大-早稻田双硕士联培项目中获得双硕士学位。研究兴趣包括:场景图生成与理解,长尾分布下的识别,视觉推理,和因果分析在计算机视觉上的应用。
更多信息可见个人主页:
https://kaihuatang.github.io/

03 关于分享

分享大纲
1. 长尾分布问题简介
2. 相关工作
3. 关于长尾分布的因果分析
4. 提出的De-confound TDE算法
5. 实验结果和优点分析

➤论文

Long-Tailed Classification by Keeping the Good and Removing the Bad Momentum Causal Effect
论文地址:
https://arxiv.org/abs/2009.12991
代码地址:
https://github.com/KaihuaTang/Long-Tailed-Recognition.pytorch

04 直播回放

【极市】汤凯华:利用因果分析解决通用的长尾分布问题_哔哩哔哩 (゜-゜)つロ 干杯\~-

PPT下载:
链接:https://pan.baidu.com/s/1fMo-ZbUpfdWAaZt2ozcUGw
密码:提示:此内容登录后可查看

05 往期回顾

极市平台专注分享计算机视觉前沿资讯和技术干货,特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验,目前已成功举办73期线上分享。近期在线分享可点击以下标题查看:

……

更多往期分享请浏览:极市计算机视觉技术分享集锦(http://bbs.cvmart.net/topics/149/cvshare)。

在"极市平台"公众号后台回复期数或者分享嘉宾名字,即可获取极市平台对应期在线分享资料。

06 关于极市平台

极市(Extreme Mart)是深圳极视角科技有限公司旗下AI开发者生态,面向计算机视觉算法工程师,为开发者提供算法开发环境、真实数据项目实战、自动测试、加速工具、算法封装等全方位平台技术与工程支持,同时提供技术干货、大咖分享、社区交流、竞赛活动等丰富的内容与服务。官网:http://www.cvmart.net

  • 0
  • 0
  • 1630
收藏
暂无评论
Admin
大咖

极市平台

  • 20,443

    关注
  • 1,150

    获赞
  • 132

    精选文章
近期动态
  • 极市社区管理员,分享计算机视觉各个方向视觉干货,欢迎关注
文章专栏
  • 极市平台