導(dǎo)讀：在NeurIPS 2020上，商湯新加坡團(tuán)隊(duì)提出的Balanced－Meta Softmax （BALMS）， 針對(duì)真實(shí)世界中常見(jiàn)的長(zhǎng)尾數(shù)據(jù)分布提出了新的視覺(jué)識(shí)別方案。在優(yōu)化目標(biāo)方面，BALMS 提出一種新的損失函數(shù)，Balanced Softmax，來(lái)修正長(zhǎng)尾設(shè)定下因訓(xùn)練與測(cè)試標(biāo)簽分布不同而導(dǎo)致的偏差。在優(yōu)化過(guò)程方面，BALMS提出 Meta Sampler來(lái)自動(dòng)學(xué)習(xí)最優(yōu)采樣率以配合Balanced Softmax，避免過(guò)平衡問(wèn)題。BALMS在長(zhǎng)尾圖像分類(lèi)與長(zhǎng)尾實(shí)例分割的共四個(gè)數(shù)據(jù)集上取得SOTA表現(xiàn)。這項(xiàng)研究也被收錄為ECCV LVIS workshop的spotlight。

論文名稱(chēng)： Balanced Meta－Softmax for Long－Tailed Visual Recognition

問(wèn)題和挑戰(zhàn)

真實(shí)世界中的數(shù)據(jù)分布大多符合長(zhǎng)尾分布：常見(jiàn)類(lèi)比占據(jù)了數(shù)據(jù)集中的主要樣本，而大量的罕見(jiàn)類(lèi)別只在數(shù)據(jù)集中少量出現(xiàn)。例如一個(gè)動(dòng)物圖片數(shù)據(jù)集中，寵物貓的圖片數(shù)量可能遠(yuǎn)遠(yuǎn)超過(guò)熊貓的圖片數(shù)量。

由于長(zhǎng)尾現(xiàn)象對(duì)算法落地造成了很大的挑戰(zhàn)，視覺(jué)社區(qū)對(duì)這一問(wèn)題的關(guān)注日漸增加，近年陸續(xù)推出了一些長(zhǎng)尾數(shù)據(jù)集，例如大規(guī)模實(shí)例分割數(shù)據(jù)集LVIS。我們發(fā)現(xiàn)長(zhǎng)尾問(wèn)題的難點(diǎn)主要存在于以下兩個(gè)方面：

1）優(yōu)化目標(biāo)。根據(jù)長(zhǎng)尾問(wèn)題的設(shè)定，訓(xùn)練集是類(lèi)別不均衡的。然而主流的指標(biāo)，如mean AP （mAP），衡量全部類(lèi)別上的平均精度，因此鼓勵(lì)算法在類(lèi)別平衡的測(cè)試集上取得較好的表現(xiàn)。這導(dǎo)致了訓(xùn)練與測(cè)試時(shí)標(biāo)簽分布不同的問(wèn)題，我們稱(chēng)之為標(biāo)簽分布遷移。

2）優(yōu)化過(guò)程。罕見(jiàn)類(lèi)別在模型訓(xùn)練過(guò)程中很少出現(xiàn)，因此無(wú)法在優(yōu)化過(guò)程中提供足夠的梯度。這使得即使我們有了一個(gè)較好的優(yōu)化目標(biāo)，也很難使模型收斂到對(duì)應(yīng)的全局最優(yōu)。

方法介紹

1． Balanced Softmax

Softmax函數(shù)常常被用來(lái)將模型輸出轉(zhuǎn)化為物體屬于每個(gè)類(lèi)別的條件概率。

應(yīng)用貝葉斯定理可以發(fā)現(xiàn)常規(guī)的Softmax回歸會(huì)受到標(biāo)簽分布遷移的影響，并作出帶偏差的估計(jì)。這個(gè)偏差導(dǎo)致Softmax回歸出的分類(lèi)器更傾向于認(rèn)為樣本屬于常見(jiàn)類(lèi)別。

舉一個(gè)簡(jiǎn)單的例子，考慮這樣一個(gè)任務(wù)：通過(guò)性別來(lái)分類(lèi)貓和狗。這個(gè)任務(wù)看起來(lái)是無(wú)法完成的，因?yàn)槲覀冎佬詣e在貓和狗上是均勻分布的。無(wú)論貓還是狗，都有50％的可能性是雌性和50％的可能性是雄性，因此只靠性別我們無(wú)法區(qū)別貓和狗。

有趣的是，當(dāng)我們的訓(xùn)練數(shù)據(jù)是類(lèi)別不平衡的時(shí)，比如有90％的貓和10％的狗，我們的估計(jì)就會(huì)出現(xiàn)偏差：這時(shí)無(wú)論是雄性還是雌性，我們都會(huì)傾向于認(rèn)為它是一只貓。在這樣的訓(xùn)練數(shù)據(jù)上學(xué)習(xí)到的分類(lèi)器就會(huì)天然帶有對(duì)常見(jiàn)類(lèi)別的偏愛(ài)。

為了避免這個(gè)偏差，我們從多項(xiàng)分布的Exponential Family形式出發(fā)重新對(duì)Softmax進(jìn)行了推導(dǎo)并顯式考慮了標(biāo)簽分布遷移，得到了適合長(zhǎng)尾問(wèn)題的Balanced Softmax。同時(shí)，我們發(fā)現(xiàn)Balanced Softmax可以近似地最小化長(zhǎng)尾設(shè)定下的泛化錯(cuò)誤上界。

為了分析Balanced Softmax的效果，我們將模型在測(cè)試集上預(yù)測(cè)的分?jǐn)?shù)在每個(gè)類(lèi)別上累加，用來(lái)計(jì)算模型預(yù)測(cè)的標(biāo)簽分布。理想情況下，模型在測(cè)試集上預(yù)測(cè)出的標(biāo)簽分布應(yīng)該是平衡的。在下圖中我們對(duì)不同模型的預(yù)測(cè)類(lèi)別進(jìn)行了可視化，類(lèi)別按照出現(xiàn)頻率降序排列，第0類(lèi)為出現(xiàn)次數(shù)最多的類(lèi)。我們發(fā)現(xiàn)藍(lán)色線代表的常規(guī)Softmax明顯地偏向于常見(jiàn)類(lèi)別，橙色線代表的Equalization Loss ［1］ 通過(guò)去除某閾值以下罕見(jiàn)類(lèi)別的負(fù)樣本梯度緩解了這一問(wèn)題，而紅色線代表的Balanced Softmax則進(jìn)一步達(dá)到了最平衡的預(yù)測(cè)類(lèi)別分布。

2． 元采樣器Meta Sampler

雖然我們得到了一個(gè)適合長(zhǎng)尾問(wèn)題的理想的優(yōu)化目標(biāo)，優(yōu)化過(guò)程本身依然充滿(mǎn)挑戰(zhàn)：罕見(jiàn)類(lèi)別只能在訓(xùn)練中出現(xiàn)極少次數(shù)，因此無(wú)法很好地貢獻(xiàn)到訓(xùn)練梯度。解決這一問(wèn)題的最常見(jiàn)的方法是類(lèi)別均衡采樣 （CBS）［2］，也就是對(duì)每個(gè)類(lèi)別采樣同樣數(shù)量的樣本來(lái)組成訓(xùn)練批次。然而，實(shí)驗(yàn)表明直接將Balanced Softmax與CBS一起使用會(huì)導(dǎo)致模型表現(xiàn)下降，于是我們對(duì)兩者一起使用時(shí)的梯度進(jìn)行了分析。在假設(shè)接近收斂時(shí)，我們有：

理想情況下每個(gè)類(lèi)別的梯度的權(quán)重應(yīng)和類(lèi)別內(nèi)樣本數(shù)量成反比，但上式中的權(quán)重為和類(lèi)別內(nèi)樣本數(shù)量成平方反比。我們將這個(gè)現(xiàn)象稱(chēng)為過(guò)平衡問(wèn)題。

下圖展示了一個(gè)對(duì)過(guò)平衡問(wèn)題的可視化。這是一個(gè)類(lèi)別不平衡的二維數(shù)據(jù)三分類(lèi)問(wèn)題，三個(gè)類(lèi)別分別為紅、黃、藍(lán)，樣本數(shù)量分別為10000、100和1?？梢园l(fā)現(xiàn)Balanced Softmax和CBS一起使用時(shí)，優(yōu)化過(guò)程會(huì)被藍(lán)色的罕見(jiàn)類(lèi)別主導(dǎo)。

為了解決過(guò)平衡問(wèn)題，我們提出了Meta Sampler（元采樣器），一種可學(xué)習(xí)版本的CBS。Meta Sampler使用元學(xué)習(xí)的方法，顯式地學(xué)習(xí)當(dāng)前最佳的采樣率，從而更好地配合Balanced Softmax的使用。

下圖展示了我們對(duì)不同模型預(yù)測(cè)的標(biāo)簽分布進(jìn)行的可視化。其中，紫色線代表的Balanced Softmax與CBS的組合由于過(guò)平衡問(wèn)題，明顯地偏向于尾部類(lèi)別。而紅色線代表的Balanced Softmax與Meta Sampler的組合則很好地解決了這一問(wèn)題，最終取得了最為均衡的標(biāo)簽分布。

實(shí)驗(yàn)結(jié)果

我們?cè)趫D像分類(lèi)（CIFAR－10／100－LT，ImageNet－LT，Places－LT）與實(shí)例分割（LVIS－v0．5）兩個(gè)任務(wù)上分別進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果顯示了Balanced Softmax和Meta Sampler對(duì)模型表現(xiàn)都有明顯的貢獻(xiàn)。兩者的組合，Balanced Meta－Softmax （BALMS），在這兩個(gè)任務(wù)上都達(dá)到或超過(guò)了SOTA結(jié)果，尤其在最具挑戰(zhàn)性的LVIS數(shù)據(jù)集上大幅超過(guò)了之前的SOTA結(jié)果。

這項(xiàng)研究也被收錄為ECCV LVIS workshop的Spotlight，關(guān)于LVSI－v1．0的相關(guān)實(shí)驗(yàn)結(jié)果可以在LVSI workshop主頁(yè)上找到（Team Innova）。

結(jié)語(yǔ)

BALMS對(duì)長(zhǎng)尾問(wèn)題下的概率建模以及采樣策略進(jìn)行了探討。我們發(fā)現(xiàn)常用的Softmax回歸在存在標(biāo)簽分布遷移時(shí)會(huì)出現(xiàn)估計(jì)偏差，并提出了Balanced Softmax來(lái)避免這個(gè)偏差。另一方面，我們發(fā)現(xiàn)類(lèi)別均衡采樣器在與Balanced Softmax一起使用時(shí)會(huì)導(dǎo)致過(guò)平衡問(wèn)題，于是提出元采樣器來(lái)顯式學(xué)習(xí)最優(yōu)采樣策略。我們的解決方案在長(zhǎng)尾圖像分類(lèi)與長(zhǎng)尾實(shí)例分割任務(wù)上均得到了驗(yàn)證。歡迎關(guān)注我們的開(kāi)源代碼庫(kù)，希望BALMS可以成為未來(lái)長(zhǎng)尾學(xué)習(xí)的良好基線。

責(zé)任編輯：xj