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(xiě)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
2914文章
44967瀏覽量
377422
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
清華大學(xué)DeepSeek指南：從入門(mén)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)未央書(shū)院一行到訪光峰科技參觀交流
近日，清華大學(xué)未央書(shū)院“機(jī)動(dòng)萬(wàn)里”實(shí)踐支隊(duì)到訪光峰科技進(jìn)行參觀交流，期間與光峰研究院的研發(fā)成員就激光光學(xué)應(yīng)用的創(chuàng)新與發(fā)展，進(jìn)行交流互動(dòng)。
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
清華大學(xué)創(chuàng)新領(lǐng)軍工程博士團(tuán)隊(duì)調(diào)研芯和半導(dǎo)體
近日，清華大學(xué)2024級(jí)創(chuàng)新領(lǐng)軍工程博士團(tuán)隊(duì)到今年國(guó)家科技進(jìn)步一等獎(jiǎng)獲得企業(yè)——芯和半導(dǎo)體上?？偛繀⒂^調(diào)研。
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?；?020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
易華錄無(wú)錫數(shù)據(jù)湖與清華大學(xué)蘇州汽車研究院（吳江）合作挖掘智能駕駛數(shù)據(jù)新價(jià)值
6月15日，易華錄無(wú)錫數(shù)據(jù)湖與清華大學(xué)蘇州汽車研究院（吳江）數(shù)字工業(yè)中心就“聚焦汽車智能駕駛領(lǐng)域，共同挖掘智駕數(shù)據(jù)新價(jià)值”舉行了簽約儀式。清華大學(xué)蘇州汽車研究院顧問(wèn)、數(shù)字工業(yè)中心主任王
世界首款！又是清華：類腦互補(bǔ)視覺(jué)芯片“天眸芯”
近日，清華大學(xué)在類腦視覺(jué)感知芯片領(lǐng)域取得重要突破：清華大學(xué)依托精密儀器系的類腦計(jì)算研究中心施路平教授團(tuán)隊(duì)，提出一種基于視覺(jué)原語(yǔ)的互補(bǔ)雙通路類
清華大學(xué)創(chuàng)新領(lǐng)軍工程博士團(tuán)訪問(wèn)摩爾線程
5月19日，“清華大學(xué)創(chuàng)新領(lǐng)軍工程博士代表團(tuán)走進(jìn)摩爾線程”活動(dòng)順利舉辦。近五十位來(lái)自集成電路、能源、航天、通信等重要領(lǐng)域的清華大學(xué)工程博士參加了本次活動(dòng)。
清華大學(xué)創(chuàng)新領(lǐng)軍工程博士代表團(tuán)到訪摩爾線程，深化產(chǎn)學(xué)合作
5月19日，“清華大學(xué)創(chuàng)新領(lǐng)軍工程博士代表團(tuán)走進(jìn)摩爾線程”活動(dòng)成功舉行。此次活動(dòng)聚集了五十多位來(lái)自集成電路、能源、航天、通信等重要行業(yè)的清華大學(xué)創(chuàng)新領(lǐng)軍工程博士。
清華大學(xué)聯(lián)合中交興路發(fā)布《中國(guó)公路貨運(yùn)大數(shù)據(jù)碳排放報(bào)告》
為踐行并推動(dòng)實(shí)現(xiàn)“雙碳”目標(biāo)，清華大學(xué)聯(lián)合中交興路發(fā)布《中國(guó)公路貨運(yùn)大數(shù)據(jù)碳排放報(bào)告》（以下簡(jiǎn)稱：《報(bào)告》）。
清華大學(xué)研發(fā)成功大規(guī)模干涉-衍射異構(gòu)集成芯片——太極
4月12日公布，清華大學(xué)研發(fā)出太極芯片，實(shí)現(xiàn)了每瓦160TOPS的高性能通用智能計(jì)算，這是該校電子工程系與自動(dòng)化系共同攻克的難題。
工商網(wǎng)監(jiān)
評(píng)論