「PW Live」是 PaperWeekly 的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。

本期 PW?Live，我們邀請到曠視南京研究院研究員周博言，為大家帶來雙邊分支網絡BBN：攻堅長尾分布的現實世界任務的主題分享。

對本期主題感興趣的小伙伴，6 月 9?日（周二）晚 8?點，我們準時相約 PaperWeekly B 站直播間。

分享提綱

長尾分布是現實世界的一大難題，指的是少部分類別占據了大量樣本，而大部分類別卻只有少數樣本。解決這一問題最主流的方法是類別再平衡策略，即通過重采樣或代價敏感重加權來緩解類別不平衡問題。

我們揭示出，這些策略之所以起效，是因為其顯著提升了分類器的性能，但同時又會在一定程度上損害深度特征的表征能力。因此，我們提出了一個統一的雙邊分支網絡（Bilateral-Branch Network BBN），兩個分支各司其職，從而兼顧網絡的特征表示能力和分類能力。

此外，我們還提出了一種全新的累積學習（Cumulative Learning）策略，配合 BBN 網絡首先進行通用特征的學習，隨后逐漸將注意力轉移到尾部類的識別上。通過該方法，曠視研究院在細粒度識別領域權威賽事 FGVC 2019 中，獲得 iNaturalist Challenge 賽道的世界冠軍。該網絡框架的代碼已開源。

本次分享的具體內容有：

• 長尾識別任務介紹及相關的經典工作

• 類別再平衡方法作用機理的揭示

• BBN方法介紹

• 實驗結果及ablation study

嘉賓介紹

?周博言?/ 曠視南京研究院研究員?

周博言，曠視南京研究院研究員，本科和碩士畢業于南京大學。研究方向為計算機視覺，主要包括長尾識別、目標檢測等，曾參與多項計算機視覺國際競賽，獲得兩項冠軍，一項亞軍，在 CVPR 2020 發表 Oral 論文一篇。

直播地址?& 交流群

本次直播將在 PaperWeekly B 站直播間進行，掃描下方海報二維碼或點擊閱讀原文即可免費觀看。線上分享結束后，嘉賓還將在直播交流群內實時 QA，在 PaperWeekly 微信公眾號后臺回復「PW Live」，即可獲取入群通道。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的直播预告 | 双边分支网络BBN：攻坚长尾分布的现实世界任务的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。