Promptの説明

承認。この図は、コンピュータビジョンにおける現実的な長尾データに対応するために設計された、二分岐の半教師あり学習フレームワークを示しています。このフレームワークは、ラベル付きデータ（長尾）とラベルなしデータ（未知の分布）の2つのデータストリームで構成されています。両方のストリームは、共有された特徴抽出器（バックボーンネットワーク）によって処理されます。特徴抽出後、特徴は2つの並列ブランチに分岐します。1つは、ラベルなしデータに適応し、ラベルなしデータの疑似ラベルを生成する偏った予測器、もう1つは、バランスの取れた決定境界を促進するように訓練され、最終的な推論に使用されるバランスの取れた予測器です。学習状況誘導型特徴拡散抑制モジュールは、バックボーンと両方の予測器の間に配置され、特徴空間に接続されています。このモジュールは、十分に学習されたクラスの特徴拡張を抑制し、学習不足のクラスの探索を維持します。