Decoupling Representation and Classifier for Long-Tailed Recognition
クラス間の分布が違う=クラス間不均衡による影響についての論文
一般にモデルは「特徴量抽出器」と「クラス分類器」で構成されている
クラス間の分布が違う場合, 「特徴量抽出器」と「クラス分類器」のどちらに悪影響か?
答えは「クラス分類器」
特徴量の抽出においては, そこまで悪い影響はないらしい
クラス分類器 : 写像された特徴空間において, 多いクラスほど優遇されるように境界線が引かれる
具体的には
最初は元のデータセットで学習し, その後balancedなデータセットで線形分類器だけfine-tuningするのが良いらしい
https://gyazo.com/f7f204d7a0e9b222a4983dfdaa58bdc4