PK PyTorchKR Papers
Papers with Code · CC BY-SA 4.0

Long-tail Learning

Few-Shot Image Classification › Generalized Few-Shot Classification › Long-tail Learning 441 평가 기록 24 datasets

Long-tailed learning, one of the most challenging problems in visual recognition, aims to train well-performing models from a large number of images that follow a long-tailed class distribution.

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
LIFT (ViT-L/14)
Top-1 Accuracy: 82.9
논문 코드
LPT
Error Rate: 10.9
논문 코드
GLMC+MaxNorm (ResNet-34, channel x4)
Error Rate: 5
논문 코드
LIFT (ViT-L/14@336px)
Top-1 Accuracy: 87.4%
논문 코드
LIFT (ViT-B/16, ImageNet-21K pre-training)
Error Rate: 8.7
논문 코드
LIFT (ViT-L/14)
Top-1 Accuracy: 53.7
논문 코드
GLMC+MaxNorm (ResNet-34, channel x4)
Error Rate: 10.42
논문 코드
LIFT (ViT-B/16, ImageNet-21K pre-training)
Error Rate: 9.8
논문 코드
Decoupling (cRT)
Balanced Accuracy: 0.296
논문 코드
Decoupling (cRT)
Balanced Accuracy: 0.294
논문 코드
LMPT(ViT-B/16)
Average mAP: 66.19
논문 코드
LMPT(ViT-B/16)
Average mAP: 87.88
논문 코드

데이터셋

24개
ImageNet-LTCIFAR-100-LT (ρ=100)CIFAR-10-LT (ρ=10)iNaturalist 2018CIFAR-100-LT (ρ=10)Places-LTCIFAR-10-LT (ρ=100)CIFAR-100-LT (ρ=50)MIMIC-CXR-LTNIH-CXR-LTCOCO-MLTVOC-MLT

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

github.com/gaopengcuhk/ballad 1 논문
github.com/ChangyaoTian/VL-LTR 1 논문
github.com/shijxcs/lift 1 논문
github.com/BIT-DA/MetaSAug 1 논문
github.com/shiranzada/pure-noise 1 논문
github.com/val-iisc/saddle-longtail 1 논문

하위 태스크

LL Long-tail learning with class descriptors 4 데이터셋 · 20 rows