CVPR 2023 | 清華大學(xué)提出LiVT，用視覺(jué)Transformer學(xué)習(xí)長(zhǎng)尾數(shù)據(jù)
?背景
在機(jī)器學(xué)習(xí)領(lǐng)域中，學(xué)習(xí)不平衡的標(biāo)注數(shù)據(jù)一直是一個(gè)常見(jiàn)而具有挑戰(zhàn)性的任務(wù)。近年來(lái)，視覺(jué) Transformer 作為一種強(qiáng)大的模型，在多個(gè)視覺(jué)任務(wù)上展現(xiàn)出令人滿意的效果。然而，視覺(jué) Transformer 處理長(zhǎng)尾分布數(shù)據(jù)的能力和特性，還有待進(jìn)一步挖掘。
目前，已有的長(zhǎng)尾識(shí)別模型很少直接利用長(zhǎng)尾數(shù)據(jù)對(duì)視覺(jué) Transformer（ViT）進(jìn)行訓(xùn)練。基于現(xiàn)成的預(yù)訓(xùn)練權(quán)重進(jìn)行研究可能會(huì)導(dǎo)致不公平的比較結(jié)果，因此有必要對(duì)視覺(jué) Transformer 在長(zhǎng)尾數(shù)據(jù)下的表現(xiàn)進(jìn)行系統(tǒng)性的分析和總結(jié)。
論文鏈接：
https://arxiv.org/abs/2212.02015代碼鏈接：
https://github.com/XuZhengzhuo/LiVT 本文旨在填補(bǔ)這一研究空白，詳細(xì)探討了視覺(jué) Transformer 在處理長(zhǎng)尾數(shù)據(jù)時(shí)的優(yōu)勢(shì)和不足之處。本文將重點(diǎn)關(guān)注如何有效利用長(zhǎng)尾數(shù)據(jù)來(lái)提升視覺(jué) Transformer 的性能，并探索解決數(shù)據(jù)不平衡問(wèn)題的新方法。通過(guò)本文的研究和總結(jié)，研究團(tuán)隊(duì)有望為進(jìn)一步改進(jìn)視覺(jué) Transformer 模型在長(zhǎng)尾數(shù)據(jù)任務(wù)中的表現(xiàn)提供有益的指導(dǎo)和啟示。這將為解決現(xiàn)實(shí)世界中存在的數(shù)據(jù)不平衡問(wèn)題提供新的思路和解決方案。 文章通過(guò)一系列實(shí)驗(yàn)發(fā)現(xiàn)，在有監(jiān)督范式下，視覺(jué) Transformer 在處理不平衡數(shù)據(jù)時(shí)會(huì)出現(xiàn)嚴(yán)重的性能衰退，而使用平衡分布的標(biāo)注數(shù)據(jù)訓(xùn)練出的視覺(jué) Transformer 呈現(xiàn)出明顯的性能優(yōu)勢(shì)。相比于卷積網(wǎng)絡(luò)，這一特點(diǎn)在視覺(jué) Transformer 上體現(xiàn)的更為明顯。另一方面，無(wú)監(jiān)督的預(yù)訓(xùn)練方法無(wú)需標(biāo)簽分布，因此在相同的訓(xùn)練數(shù)據(jù)量下，視覺(jué) Transformer 可以展現(xiàn)出類似的特征提取和重建能力。 基于以上觀察和發(fā)現(xiàn)，研究提出了一種新的學(xué)習(xí)不平衡數(shù)據(jù)的范式，旨在讓視覺(jué) Transformer 模型更好地適應(yīng)長(zhǎng)尾數(shù)據(jù)。通過(guò)這種范式的引入，研究團(tuán)隊(duì)希望能夠充分利用長(zhǎng)尾數(shù)據(jù)的信息，提高視覺(jué) Transformer 模型在處理不平衡標(biāo)注數(shù)據(jù)時(shí)的性能和泛化能力。
?文章貢獻(xiàn)
本文是第一個(gè)系統(tǒng)性的研究用長(zhǎng)尾數(shù)據(jù)訓(xùn)練視覺(jué) Transformer 的工作，在此過(guò)程中，做出了以下主要貢獻(xiàn)：
首先，本文深入分析了傳統(tǒng)有監(jiān)督訓(xùn)練方式對(duì)視覺(jué) Transformer 學(xué)習(xí)不均衡數(shù)據(jù)的限制因素，并基于此提出了雙階段訓(xùn)練流程，將視覺(jué) Transformer 模型內(nèi)在的歸納偏置和標(biāo)簽分布的統(tǒng)計(jì)偏置分階段學(xué)習(xí)，以降低學(xué)習(xí)長(zhǎng)尾數(shù)據(jù)的難度。其中第一階段采用了流行的掩碼重建預(yù)訓(xùn)練，第二階段采用了平衡的損失進(jìn)行微調(diào)監(jiān)督。
?
?其次，本文提出了平衡的二進(jìn)制交叉熵?fù)p失函數(shù)，并給出了嚴(yán)格的理論推導(dǎo)。平衡的二進(jìn)制交叉熵?fù)p失的形式如下：
?
?與之前的平衡交叉熵?fù)p失相比，本文的損失函數(shù)在視覺(jué) Transformer 模型上展現(xiàn)出更好的性能，并且具有更快的收斂速度。研究中的理論推導(dǎo)為損失函數(shù)的合理性提供了嚴(yán)密的解釋，進(jìn)一步加強(qiáng)了我們方法的可靠性和有效性。
▲不同損失函數(shù)的收斂速度的比較
基于以上貢獻(xiàn)，文章提出了一個(gè)全新的學(xué)習(xí)范式 LiVT，充分發(fā)揮視覺(jué) Transformer 模型在長(zhǎng)尾數(shù)據(jù)上的學(xué)習(xí)能力，顯著提升模型在多個(gè)數(shù)據(jù)集上的性能。該方案在多個(gè)數(shù)據(jù)集上取得了遠(yuǎn)好于視覺(jué) Transformer 基線的性能表現(xiàn)。
▲不同參數(shù)量下在ImageNet-LT上的準(zhǔn)確性
▲在ImagNet-LT（左）和iNaturalist18（右）數(shù)據(jù)集上的性能表現(xiàn)同時(shí)，本文還驗(yàn)證了在相同的訓(xùn)練數(shù)據(jù)規(guī)模的情況下，使用ImageNet的長(zhǎng)尾分布子集（LT）和平衡分布子集（BAL）訓(xùn)練的 ViT-B 模型展現(xiàn)出相近的重建能力。如 LT-Large-1600 列所示，在 ImageNet-LT 數(shù)據(jù)集中，可以通過(guò)更大的模型和 MGP epoch 獲得更好的重建結(jié)果。
?
?
?總結(jié)
本文提供了一種新的基于視覺(jué) Transformer 處理不平衡數(shù)據(jù)的方法 LiVT。LiVT 利用掩碼建模和平衡微調(diào)兩個(gè)階段的訓(xùn)練策略，使得視覺(jué) Transformer 能夠更好地適應(yīng)長(zhǎng)尾數(shù)據(jù)分布并學(xué)習(xí)到更通用的特征表示。該方法不僅在實(shí)驗(yàn)中取得了顯著的性能提升，而且無(wú)需額外的數(shù)據(jù)，具有實(shí)際應(yīng)用的可行性。 論文的更多細(xì)節(jié)請(qǐng)參考論文原文和補(bǔ)充材料。
原文標(biāo)題：CVPR 2023 | 清華大學(xué)提出LiVT，用視覺(jué)Transformer學(xué)習(xí)長(zhǎng)尾數(shù)據(jù)
文章出處：【微信公眾號(hào)：智能感知與物聯(lián)網(wǎng)技術(shù)研究所】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
物聯(lián)網(wǎng)
+關(guān)注
關(guān)注
2931文章
46251瀏覽量
392791
原文標(biāo)題：CVPR 2023 | 清華大學(xué)提出LiVT，用視覺(jué)Transformer學(xué)習(xí)長(zhǎng)尾數(shù)據(jù)
文章出處：【微信號(hào)：tyutcsplab，微信公眾號(hào)：智能感知與物聯(lián)網(wǎng)技術(shù)研究所】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
清華大學(xué)TOP EE+項(xiàng)目參訪美光上海
此前，2025年6月4日至6日，清華大學(xué)TOP EE+ 項(xiàng)目于美光上海的參訪活動(dòng)圓滿舉行。為期三天的活動(dòng)匯聚了來(lái)自清華大學(xué)電子工程系的優(yōu)秀留學(xué)生與美光的多位管理者和工程師，展開(kāi)了深入的技術(shù)交流與文化互動(dòng)之旅。
從清華大學(xué)到鎵未來(lái)科技，張大江先生在半導(dǎo)體功率器件十八年的堅(jiān)守！
從清華大學(xué)到鎵未來(lái)科技，張大江先生在半導(dǎo)體功率器件十八年的堅(jiān)守！近年來(lái)，珠海市鎵未來(lái)科技有限公司（以下簡(jiǎn)稱“鎵未來(lái)”）在第三代半導(dǎo)體行業(yè)異軍突起，憑借領(lǐng)先的氮化鎵（GaN）技術(shù)儲(chǔ)備和不斷推出的新產(chǎn)品
發(fā)表于 05-19 10:16
清華大學(xué)攜手華為打造業(yè)內(nèi)首個(gè)園區(qū)網(wǎng)絡(luò)智能體
清華大學(xué)響應(yīng)國(guó)家教育新基建戰(zhàn)略，正在加速推進(jìn)網(wǎng)絡(luò)管理平臺(tái)升級(jí)：為滿足在線教育、協(xié)同創(chuàng)新及智慧校園的發(fā)展需求，為清華大學(xué)躋身世界一流大學(xué)創(chuàng)造基礎(chǔ)條件，清華大學(xué)攜手華為打造業(yè)內(nèi)首個(gè)園區(qū)網(wǎng)絡(luò)
2025年開(kāi)放原子校源行清華大學(xué)站成功舉辦
近日，由開(kāi)放原子開(kāi)源基金會(huì)、清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系、清華大學(xué)軟件學(xué)院主辦的開(kāi)放原子“校源行”（清華站）在清華大學(xué)成功舉辦。
奇瑞汽車攜手清華大學(xué)發(fā)布“分體式飛行汽車”專利
繼2024年10月在奇瑞全球創(chuàng)新大會(huì)上宣布三體復(fù)合翼飛行汽車成功完成首航后，奇瑞再次帶來(lái)飛行汽車領(lǐng)域的最新進(jìn)展。日前，由奇瑞汽車股份有限公司與清華大學(xué)智能交通實(shí)驗(yàn)室共同申請(qǐng)的“分體式飛行汽車”專利正式公開(kāi)，該專利正是基于奇瑞汽車股份公司與清華大學(xué)智能交通實(shí)驗(yàn)室合作的項(xiàng)目。
清華大學(xué)鯤鵬昇騰科教創(chuàng)新卓越中心專項(xiàng)合作啟動(dòng)，引領(lǐng)高?？蒲泻腿瞬排囵B(yǎng)新模式
2月13日，清華大學(xué)與華為技術(shù)有限公司在清華大學(xué)自強(qiáng)科技樓簽署合作協(xié)議，宣布“清華大學(xué)鯤鵬昇騰科教創(chuàng)新卓越中心專項(xiàng)合作”（以下簡(jiǎn)稱“卓越中心”）正式啟動(dòng)。清華大學(xué)副校長(zhǎng)曾嶸，中國(guó)工程院
清華大學(xué)與華為啟動(dòng)“卓越中心”專項(xiàng)合作
近日，清華大學(xué)與華為技術(shù)有限公司在清華大學(xué)自強(qiáng)科技樓正式簽署合作協(xié)議，共同宣布“清華大學(xué)鯤鵬昇騰科教創(chuàng)新卓越中心專項(xiàng)合作”(簡(jiǎn)稱“卓越中心”)正式啟動(dòng)。 出席簽約儀式的有清華大學(xué)副校長(zhǎng)
清華大學(xué)自動(dòng)化系學(xué)子走進(jìn)華礪智行研學(xué)交流
近日，清華大學(xué)自動(dòng)化系的11名學(xué)子走進(jìn)華礪智行研學(xué)交流，開(kāi)展科技前沿探索的社會(huì)實(shí)踐活動(dòng)。
清華大學(xué)DeepSeek指南：從入門到精通
本資料由清華大學(xué)新聞與傳播學(xué)院新媒體研究中心元宇宙文化實(shí)驗(yàn)室余夢(mèng)瓏博士后團(tuán)隊(duì)出品，細(xì)致講述了DeepSeek的應(yīng)用技巧。 ? ? ? ? ? ? ? ? ? ?
清華大學(xué)師生到訪智行者科技交流學(xué)習(xí)
近日，清華大學(xué) “技術(shù)創(chuàng)新原理與實(shí)踐” 研究生課程師生一行到訪智行者進(jìn)行交流學(xué)習(xí)。作為課程實(shí)踐環(huán)節(jié)的重要一站，此次來(lái)訪開(kāi)啟了一場(chǎng)深度的參觀學(xué)習(xí)之旅。智行者董事長(zhǎng)&CEO張德兆先生作為清華
博世與清華大學(xué)續(xù)簽人工智能研究合作協(xié)議
近日，博世與清華大學(xué)宣布，雙方續(xù)簽人工智能領(lǐng)域的研究合作協(xié)議，為期五年。在此期間，博世將投入5000萬(wàn)元人民幣。基于2020年成立的清華大學(xué)—博世機(jī)器學(xué)習(xí)聯(lián)合研究中心（以下簡(jiǎn)稱“聯(lián)合研究中心”），博世和
京微齊力受邀參加2024年清華大學(xué)工程博士論壇
此前，2024年清華大學(xué)國(guó)家卓越工程師學(xué)院工程博士論壇在北京亦莊(北京經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū))舉辦。本屆論壇以“清亦融創(chuàng)、新質(zhì)引領(lǐng)”為主題，來(lái)自集成電路、生物醫(yī)藥、人工智能等戰(zhàn)略性新興領(lǐng)域500余位清華大學(xué)創(chuàng)新領(lǐng)軍工程博士生參加。
英諾達(dá)與清華大學(xué)攜手,共促國(guó)產(chǎn)EDA進(jìn)步
10月30日，英諾達(dá)官方微信發(fā)布消息稱，英諾達(dá)與清華大學(xué)近期展開(kāi)合作，共同深化產(chǎn)學(xué)研融合。此次合作聚焦于集成電路低功耗設(shè)計(jì)領(lǐng)域，英諾達(dá)團(tuán)隊(duì)走進(jìn)清華大學(xué)集成電路學(xué)院，為師生們帶來(lái)了專題授課及深入交流。
清華新力量，滬上芯征程！清華大學(xué)上海校友會(huì)半導(dǎo)體專委會(huì)2024思瑞浦迎新日
聚焦高性能模擬芯片2024年10月，清華大學(xué)上海校友會(huì)半導(dǎo)體專業(yè)委員會(huì)聯(lián)合思瑞浦共同舉辦2024年來(lái)滬清華校友迎新活動(dòng)。金秋時(shí)節(jié)，新一批清華人離開(kāi)清華園來(lái)到上海，希望借此活動(dòng)助力他們更
熱烈歡迎清華大學(xué)電子工程系學(xué)子來(lái)武漢六博光電交流實(shí)踐！
近日，武漢六博光電技術(shù)有限責(zé)任公司接到清華大學(xué)函件，正式成為清華大學(xué)電子工程系武漢實(shí)踐基地之一。2024年8月1日上午，清華大學(xué)電子工程系實(shí)踐團(tuán)隊(duì)一行共計(jì)13名學(xué)子前往武漢六博光電有限責(zé)任公司交流
工商網(wǎng)監(jiān)
評(píng)論