Addressing challenges in real-world image classification : long-tailed distribution and knowledge distillation
Notice bibliographique
Résumé
In computer vision, image classification has progressed rapidly with deep learning over the ten years. However, in the real world, we still face challenges to apply them when the datasets are highly imbalanced, or in some situations to deploy large networks. From the data perspective, in this thesis, we aim to improve data augmentations for long-tailed image classification, where only a few semantic classes possess many samples while most other classes have only a few samples. We propose a novel Hybrid Mixup strategy to increase the sample amount and diversity, where we uncover the efficacy of mixup in the latent space of StyleGAN2. Compared with the traditional mixup method on real images, the mixup images generated from the interpolated latent codes have better quality. Experiments on CIFAR-10-LT, CIFAR-100-LT demonstrate that our proposed Hybrid Mixup consistently boosts the head-, medium- and tail-class classification accuracy compared with the traditional mixup method on real images only. Moreover, our results are on par with the state of the arts or even surpass them in some settings. From the model viewpoint, we particularly research the knowledge distillation, which leverages large models to distill enriched knowledge into smaller ones. Here we focus on the scenario where teachers output one-hot predictions only. We find it still possible for students to boost classification accuracy by directly learning from these one-hot predictions. We further propose Patched One-hot Distillation that models empirical probability for teachers to capture the inter-class relationship. Experiments on CIFAR-100 and ImageNet datasets demonstrate that our proposed method helps students learn better than the baseline that directly learns from both the ground-truth labels and the predictions from teachers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».