face-recognition - 选择权重进行加权损失计算背后的逻辑？

Question

为计算加权 sigmoid 交叉熵损失或数据集不平衡情况下的任何加权损失选择权重的一般逻辑是什么？问题域基于视觉/图像分类。

Answer 1

这篇 CVPR '19 论文是一个很好的引用: "Class-Balanced Loss Based on Effective Number of Samples" .在论文中，他们使用了一种重新加权方案，该方案使用每个类的有效样本数来重新平衡处理类间不平衡问题的损失。您也可以引用 Medium解释相同研究工作的文章。