arXiv cs.AI· Hyeontaek Hwang, Cheonghwan Hur, Daeyoung Kim·· 2 天前AI 评分22
完全坍缩并非最优：面向长尾识别的受控部分神经坍缩方法
Full Collapse Is Suboptimal: Controlled Partial Neural Collapse for Long-Tailed Recognition
AI 导读
研究提出受控部分神经坍缩方法，通过 Class-Adaptive Sparse Activation（CASA）分类器与 ETF-constrained adaptive margin（ETF-AM）损失两项协同控制，让头部类沿 ETF 坍缩、尾部类保留类内多样性，避免尾部被强制完全坍缩。
正文 · AI 翻译
摘要：近期的长尾识别（LTR）方法引入神经坍缩（NC），并将特征对齐到固定的等角紧框架（ETF），作为所有类别的统一目标。然而，强制尾部类别完全坍缩会过度收缩其样本并削弱泛化能力。为此，我们提出一种受控的部分神经坍缩，通过在主干网络上施加两个协同控制来实现：类别自适应稀疏激活（CASA）分类器和 ETF 约束的自适应间隔（ETF-AM）损失。该机制不再强制统一的全坍缩，而是允许头部类别沿 ETF 坍缩，同时尾部类别保留类内多样性。这避免了尾部被强制进入全坍缩，因为在不平衡条件下全坍缩并非最优。为设定坍缩的维度，CASA 通过特征条件门控诱导与类别相关的节点专门化，使尾部类别占据自身的特征方向。在间隔轴上，ETF-AM 施加频率自适应间隔，头部类别间隔较小，尾部类别间隔较大。在 CIFAR100-LT、ImageNet-LT、Places-LT 和 iNaturalist-2018 上，我们的方法取得了优于先前方法的总体准确率。在实证分析中，类内散布从头部到尾部类别单调增加，这与尾部类别保留变异性而非完全坍缩相一致。
| 评论： | 已被 WACV 2027 接收 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.36460 [cs.CV] |
| （或 arXiv:2610.36460v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.36460 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Hyeontaek Hwang [查看邮箱]
[v1]
2026年10月27日星期二 01:09:29 UTC（1,628 KB）
来源：arXiv cs.AI · arxiv.org