CVPR 2020 Oral 线上分享 | 双边分支网络BBN：攻坚长尾分布的现实世界任务

本期直播分享，PaperWeekly邀请到旷视南京研究院研究员周博言，为大家带来「双边分支网络BBN：攻坚长尾分布的现实世界任务」主题分享。

直播时间 & 地址

直播时间：6 月 9 日（周二）晚 8 点

直播地点：https://live.bilibili.com/14884511

分享提纲

长尾分布是现实世界的一大难题，指的是少部分类别占据了大量样本，而大部分类别却只有少数样本。解决这一问题最主流的方法是类别再平衡策略，即通过重采样或代价敏感重加权来缓解类别不平衡问题。

我们揭示出，这些策略之所以起效，是因为其显著提升了分类器的性能，但同时又会在一定程度上损害深度特征的表征能力。因此，我们提出了一个统一的双边分支网络（Bilateral-Branch Network BBN），两个分支各司其职，从而兼顾网络的特征表示能力和分类能力。

此外，我们还提出了一种全新的累积学习（Cumulative Learning）策略，配合 BBN 网络首先进行通用特征的学习，随后逐渐将注意力转移到尾部类的识别上。通过该方法，旷视研究院在细粒度识别领域权威赛事 FGVC 2019 中，获得 iNaturalist Challenge 赛道的世界冠军。该网络框架的代码已开源。

本次分享的提纲是：

• 长尾识别任务介绍及相关的经典工作

• 类别再平衡方法作用机理的揭示

• BBN方法介绍

• 实验结果及ablation study

嘉宾介绍

 周博言 / 旷视南京研究院研究员 

周博言，旷视南京研究院研究员，本科和硕士毕业于南京大学。研究方向为计算机视觉，主要包括长尾识别、目标检测等，曾参与多项计算机视觉国际竞赛，获得两项冠军，一项亚军，在 CVPR 2020 发表 Oral 论文一篇。

传送门 

实习工作投递简历: [email protected]

欢迎大家关注如下 旷视研究院 官方微信号????