多标签分类之非对称损失-Asymmetric Loss
论文:Asymmetric Loss For Multi-Label Classification
GitHub:https://github.com/Alibaba-MIIL/ASL
https://github.com/Alibaba-MIIL/TResNet
阿里巴巴
论文基于focal loss解决正负样本不平衡问题,提出了focal loss的改进版,一种非对称的loss,即Asymmetric Loss。
主要贡献:
- 设计了一个新颖的loss,解决了多标签分类任务中,正负样本不平衡问题,标签错误问题。
- 通过梯度分析,对该loss进行了分析。
- 提出了自适应的方法来控制非对称的级别,简化了超参数选择过程。
- 使用ASL loss,在主流的数据集上取得了 state-of-the-art的效果。其中, MS-COCO 达到86.6%map,超过之前最好的结果2.8%。
- 该方法,高效,容易使用。相比于最近的其他方法,该方法基于主流的网络结构,并且不需要其他的信息。
非对称loss-ASL:
Binary Cross-Entropy:
focal loss:
Asymmetric Loss:
为了方便,可以设置 γ+ = 0,这样L+就是正常的交叉熵损失。而L-可以通过阈值m减少容易负样本的loss贡献。其中, γ− > γ+。
最终,ASL loss不仅具备focal loss进行正负样本平衡的作用,还具备减少容易负样本loss贡献的效果。
网络结构:
网络结构这里采用了TResNet,也是阿里内部发明的网络结构。在相同推理速度,训练速度的条件下,具有比EfficientNet更高的精度。
TResNet系列一共有三种型号:TResNet-M,TResNet-L和TResNet-XL,它们的区别仅在深度和通道数量不同。
实验结果:
总结:
- ASL loss,一种基于focal loss改进的非对称loss,不仅具备focal loss进行正负样本平衡的作用,还具备减少容易负样本loss贡献的效果。
- 本文验证ASL loss的落脚点是多标签分类,但是,ASL loss不仅可以应用于多标签分类,还可以应用于单标签分类任务,物体检测任务。对缓解长尾(long-tail)数据分布具有很好的效果。
多标签分类之非对称损失-Asymmetric Loss相关推荐
- 计算机视觉之分类任务常用损失值loss对比分析
计算机视觉分类任务常用损失值loss对比分析 一.对比分析cross-entropy loss.Focal Loss.asymmetric_loss.GFocal Loss之间的关系及改进 1. 分类 ...
- 【CV】RetinaNet:使用二分类类别不平衡损失 Focal Loss 实现更好的目标检测
论文名称:Focal Loss for Dense Object Detection 论文下载:https://arxiv.org/abs/1610.02357 论文年份:ICCV 2017 论文被引 ...
- 多标签分类方法总结——实现方法、评价指标、损失函数
目录 一.两种思想总结 1.问题转换 2.算法改编 二.深度网络多标签分类 三.多标签分类评价指标 四.多标签分类的损失函数 1.二分类和多分类 2.多标签分类 五.参考文章 注:本文为总结性文章,应 ...
- 基于Ernie-3.0 CAIL2019法研杯要素识别多标签分类任务
相关项目: Paddlenlp之UIE模型实战实体抽取任务[打车数据.快递单] Paddlenlp之UIE分类模型[以情感倾向分析新闻分类为例]含智能标注方案) 应用实践:分类模型大集成者[Paddl ...
- 分类问题的评价指标:多标签分类【基于标签度量(同多分类一样):准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F1】【基于样本度量:Hamming Loss...】
多标签分类的分类评价指标分为两大类: 基于标签上的度量:同多分类一样,在每一个标签上计算 Accuray.P.R.F-- 基于样本上的度量:又分为基于分类的度量.基于排序的度量 基于分类的度量:Sub ...
- 多标签分类的Focal loss设计
多标签分类中存在类别不平衡的问题,想要尝试用focalloss损失函数,但是网上很少有多标签分类的损失函数设计,终于在kaggle上别人做的keras下的focalloss中举例了多标签问题: Foc ...
- pytorch多标签分类交叉熵loss
import torch import numpy as np def multilabel_categorical_crossentropy(y_true, y_pred):"" ...
- asymmetric loss for multi-label classification
[论文笔记] Asymmetric Loss For Multi-Label Classification - 知乎在多标签图像识别问题中,由于标签空间往往很大,再加上正类样本的稀疏性,这使得多标签图 ...
- mmcls多标签分类实战(三):多标签分类指标
前面两篇分别介绍了制作多标签数据,resnet多标签分类.接下来,我将介绍多标签分类的指标并分享一些关于多标签分类的细节,即如何操作可以提点. 在此之前,想提一下损失函数cross_entropy与b ...
最新文章
- linux的android工作室,Android工作室在启动时抛出错误,linux机器
- 基于SignalR的消息推送与二维码描登录实现
- SAP面向iOS设备推Cloud Platform SDK工具
- 几道比较有意思的js面试题
- Selenium Webdriver ie 浏览器
- 的run窗口不显示_「玩转deepin」如何安装VirtualBox增强功能使得deepin全屏显示?...
- golang时间类型转换
- 在苹果Mac上的“磁盘工具”中如何修复储存设备?
- 【优化求解】基于matlab遗传算法求解多城市多应急物流中心选址问题【含Matlab源码 1724期】
- 基于Java+SpringBoot+vue+element实现校园疫情防控系统详细设计和实现
- 选择什么语言真的重要吗
- 缓冲流,转换流,序列化流,网络编程
- 4、概率中的独立性和互斥性
- Android判断软键盘 输入法 是否显示
- IDEA快捷键高清壁纸
- 第五讲 中断、异常和信号
- 【二分法】计蒜客习题 切割钢管
- SQL server无法启动服务,提示“错误1069: 由于登录失败而无法启动服务”
- Python ❀ 求固定位置自然数最大最小值
- OpenMV:02追小球的云台