PyTorchKR Papers

최신 논문

총 127편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:1708.02002공식 코드 · Papers with Code

Focal Loss for Dense Object Detection

The highest accuracy object detectors to date are based on a two-stage approach popularized by R-CNN, where a classifier is applied to a sparse set of candidate object locations. In contrast, one-stage detectors that are applied over a regular, dense sampling of possible object locations have the potential to be faster and simpler, but have trailed the accuracy of two-stage detectors thus far. In this paper, we investigate why this is the case. We discover that the extreme foreground-background class imbalance encountered during training of dense detectors is the central cause. We propose to address this class imbalance by reshaping the standard cross entropy loss such that it down-weights the loss assigned to well-classified examples. Our novel Focal Loss focuses training on a sparse set of hard examples and prevents the vast number of easy negatives from overwhelming the detector during training. To evaluate the effectiveness of our loss, we design and train a simple dense detector we call RetinaNet. Our results show that when trained with the focal loss, RetinaNet is able to match the speed of previous one-stage detectors while surpassing the accuracy of all existing state-of-the-art two-stage detectors. Code is at: https://github.com/facebookresearch/Detectron.

arXiv:2604.15555v2cs.CV

CXR-LT 2026 챌린지: 다기관 롱테일 및 제로샷 흉부 X-ray 분류

CXR-LT 2026 Challenge: Multi-Center Long-Tailed and Zero Shot Chest X-ray Classification

흉부 X-ray(CXR) 판독은 병리 소견의 롱테일 분포(long-tailed distribution)와 임상 환경의 오픈월드(open-world) 특성으로 인해 어려움을 겪는다. 기존 벤치마크는 흔히 단일 기관의 폐쇄형(closed-set) 클래스에 의존하여, 희귀 질환의 유병률이나 새로운 소견의 출현을 포착하지 못한다. 이를 해결하기 위해 우리는 CXR-LT 챌린지를 제시한다. 첫 번째 대회인 CXR-LT 2023은 롱테일 다중 레이블(multi-label) CXR 분류를 위한 대규모 벤치마크를 구축하고 희귀 질환 인식에서의 주요 과제를 규명했다. CXR-LT 2024는 레이블 공간을 더욱 확장하고, 미확인 소견에 대한 일반화를 연구하기 위한 제로샷(zero-shot) 과제를 도입했다. CXR-LT 2023 및 2024의 성공을 바탕으로, 이 벤치마크의 세 번째 반복(iteration)은 PadChest 및 NIH Chest X-ray 데이터셋에서 가져온 14만 5천 개 이상의 이미지로 구성된 다기관(multi-center) 데이터셋을 도입한다. 또한 CXR-LT 2026의 모든 개발(development) 및 테스트 세트는 영상의학과 전문의(radiologist)가 주석을 달아, 보고서에서 도출된 레이블보다 더 신뢰할 수 있고 임상적으로 근거 있는 평가를 제공한다. 이번 챌린지는 두 가지 핵심 과제를 정의한다: (1) 30개의 기지(known) 클래스에 대한 강건한 다중 레이블 분류, (2) 6개의 미확인(unseen, 분포 외(out-of-distribution)) 희귀 질환 클래스에 대한 오픈월드 일반화. 본 논문은 CXR-LT 2026 챌린지의 개요를 요약한다. 우리는 데이터 수집 및 주석 절차를 설명하고, 참가 팀들이 채택한 해결 전략을 분석하며, 헤드(head) 대 테일(tail) 성능, 캘리브레이션(calibration), 그리고 기관 간(cross-center) 일반화 격차를 평가한다. 우리의 결과는 비전-언어(vision-language) 파운데이션 모델(foundation model)이 분포 내(in-distribution) 성능과 제로샷 성능을 모두 향상시키지만, 다기관 분포 변화(shift) 하에서 희귀 소견을 탐지하는 것은 여전히 어려운 과제임을 보여준다. 본 연구는 현실적인 롱테일 및 오픈월드 임상 조건에서 AI 시스템을 개발하고 평가하기 위한 기반을 제공한다.

arXiv:2607.09655v1cs.CV

OpenLongTail: 롱테일 주행 데이터의 생성적 스케일링

OpenLongTail: Generative Scaling of Long-Tail Driving Data

강건한 주행 정책의 스케일링은 근본적으로 정제된 데이터셋 내 엣지 케이스의 희소성에 의해 병목을 겪고 있다. 실세계는 이러한 중요한 이벤트를 지속적으로 포착하지만, 이러한 롱테일 이벤트들은 이종 소스로부터 수집될 때 충분히 활용되지 못하고 있다. 구체적으로, 다양하지만 가치 있는 야생(in-the-wild) 롱테일 영상들은 정책 모델 학습에 필요한 완전한 시야 커버리지가 부족하며, 멀티뷰 포즈가 없거나 단안 블랙박스 카메라에서만 수집되는 경우가 많다. 이러한 모달리티 격차로 인해 어디서나 관측 가능한 데이터를 롱테일 일반화를 위한 확장 가능한 학습 데이터로 변환하지 못하고 있다. 우리는 롱테일 이벤트 하에서 자율주행 정책의 스케일링을 위한 오픈소스 생성 데이터 엔진인 OpenLongTail을 소개한다. 이종 데이터 소스를 정책 학습에 유용한 뷰 정렬(view-aligned)되고 시간적으로 일관된 멀티뷰 자산으로 변환하기 위해, 누락된 뷰를 생성하는 포즈 기반 외삽적 뷰 합성(extrapolative view synthesis) 파이프라인을 개발했다. 또한 확장 가능한 생성 엔진에 Plücker 광선 기하학을 주입함으로써 새롭게 생성된 뷰의 크로스뷰 일관성과 시간적 정렬을 강화했다. 이종 롱테일 데이터를 합성함으로써, 롱테일 이벤트 처리에 있어 폐루프(closed-loop) 주행 강건성이 현저히 향상됨을 관찰했다. 외삽적 뷰 합성 및 포즈 메트릭을 측정함으로써, 시각적 충실도, 크로스뷰 일관성, 자아 궤적 복원 측면에서 OpenLongTail의 효과성을 검증했다.

arXiv:2601.11073v3cs.LG

인지 신경과학과 그래프 인텔리전스의 가교: 웹 금융 사기를 위한 해마 영감 다중 뷰 하이퍼그래프 학습

Bridging Cognitive Neuroscience and Graph Intelligence: Hippocampus-Inspired Multi-View Hypergraph Learning for Web Finance Fraud

해마의 장면 충돌 감지 및 CA1 신규성 탐지 메커니즘에서 영감을 받아, 웹 금융 사기의 롱테일 분포와 위장 행동이라는 두 가지 난제를 해결하는 하이퍼그래프 학습 모델 HIMVH를 제안한다. 6개 데이터셋에서 15개 SOTA 모델 대비 AUC 6.42%, F1 9.74%, AP 39.14% 향상을 달성했다.

arXiv:2604.27932v2cs.CV

효율적이고 롱테일 인식 비전-언어 사전학습을 위한 동적 클러스터 데이터 샘플링

Dynamic Cluster Data Sampling for Efficient and Long-Tail-Aware Vision-Language Pre-training

DynamiCS는 비전-언어 모델(VLM) 사전학습 시 의미적으로 큰 클러스터를 다운샘플링하고 롱테일(long-tail) 소규모 클러스터를 업샘플링하는 동적 클러스터 기반 샘플링 기법으로, 기존의 분포 평탄화 방식과 달리 "유용성 지향(aim for utility)" 철학을 따른다. 실험 결과, DynamiCS는 OpenCLIP 대비 약 3%의 학습 비용으로 ImageNet-1K 제로샷 분류에서 경쟁력 있는 성능을 보이고 롱테일 벤치마크 Let It Wag!에서 기존 비용 절감 방법들을 크게 앞서는 성능을 달성했다.

arXiv:2607.00090v1cs.CV

꼬리에서 길을 잃다: 도시 시각적 장소 인식의 지리적 불균형 해소

Lost in the Tail: Addressing Geographic Imbalance in Urban Visual Place Recognition

도시 규모 시각적 장소 인식(VPR) 데이터셋에 내재된 지리적 롱테일(long-tailed) 불균형 문제를 체계적으로 분석하고, 헤드·테일 클래스 간 그래디언트 기여를 재균형화하는 모델 비종속 플러그인 프레임워크 DAPR(Distribution-Aware Place Recognition)을 제안한다. DAPR은 Low-visit Bias(LB) 손실과 다중 스케일 거리 탐색 메커니즘을 결합하여 SF-XL 벤치마크에서 기존 분류-검색 기준선 대비 최대 18.3% R@1 향상을 달성하며, MSLS·Pitts30k에서도 일관된 성능 개선을 보인다.

arXiv:2606.27696v1cs.LG

확산 모델을 위한 클래스 빈도 유도 노이즈 스케줄

Class-frequency Guided Noise Schedule for Diffusion Models

본 논문에서는 확산 모델 내 클래스 빈도와 다중 스케일 노이즈 스케줄 간의 상관관계를 최초로 조사한다. 점수 기반(score-based) 생성 모델에서 저밀도 영역은 점수가 부정확하게 추정되는 경우가 많아 생성 품질을 저하시킨다. 다중 스케일 노이즈 스케줄이 확산 과정에서 이 문제를 완화할 수 있지만, 저빈도 클래스는 여전히 큰 저밀도 영역에 직면하여 고빈도 클래스보다 점수 추정이 더 부정확해지는 문제에 직면한다. 또한 고빈도 클래스가 점수 공간을 주도하는 경향이 있어, 대부분의 데이터 포인트가 이러한 클래스의 샘플을 생성하는 방향으로 수렴한다. 그 결과, 저빈도 클래스 내에서 생성된 샘플은 품질이 최적이 아니고 다양성이 제한적이다. 이 문제를 해결하기 위해, 저빈도 클래스에 더 큰 스케일의 노이즈를 부여해야 한다는 통찰을 활용한 클래스 빈도 유도(Class-frequency Guided, CFRG) 노이즈 스케줄을 제안한다. 우리 방법의 효과를 보여주기 위해, CIFAR-100-LT 및 ImageNet-LT 등 불균형 데이터셋을 사용하여 이미지 생성, 이미지 분류, 텍스트-이미지 생성 등 다양한 작업에서 실험을 수행한다. CFRG 노이즈 스케줄을 적용하여 기준선 대비 상당한 향상을 달성하고, 노이즈 스케줄 설계에서 빈도 통계의 핵심적인 역할을 보여준다.