解耦加权学习框架

长尾分布稳健

通过解耦学习和排序加权缓解错误伪标签与类别不平衡问题,在遥感半监督分割中超越现有方法。

Wei, Huang · Shi, Yilei · Xiong, Zhitong · Xiaoxiang, Zhu

ISPRS Journal of Photogrammetry and Remote Sensing 2024

技术优势

阻断错误累积

解耦学习模块将有标签和无标签数据的预测分离,避免错误伪标签的自训练对有标签数据监督训练的负面影响。

缓解类别偏见

排序加权模块根据伪标签在伪类中的相对置信度排序自适应加权,减轻长尾分布导致的模型偏向多数类问题。

应用场景