多粒度知识转移网络

利用类别间的多粒度关系构建知识图谱，垂直转移粗粒度到细粒度的知识，缓解长尾分布中的知识转移偏差。

Wei, Zhao · Zhao, Hong

Pattern Recognition 2024

参数信息

准确率提升

4.46 %

技术优势

降低转移偏差

细粒度类可以继承粗粒度知识，在知识图谱的帮助下，避免了直接从头到尾转移带来的偏差。

超越现有最优

在SUN-LT数据集上比次优模型准确率高4.46个百分点，证明该方法有效。

应用场景

• 长尾视觉分类：在类别分布严重不平衡的数据集上提升尾部类别识别准确率。
• 多粒度知识图谱：利用类别间的层级关系引导知识转移，减少头部与尾部偏差。