ICCV 改进损失模块PaCoLoss ，即插即用，即用即涨点

文章预览

前言   针对长尾分布数据中的不平衡问题，论文提出了一种新的参数化对比学习方法。PaCo 引入了一组可学习的类中心，旨在通过优化的方式实现类别重平衡。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 来源：ai缝合大王 仅用于学术分享，若侵权请联系删除 论文介绍 题目： Parametric Contrastive Learning 论文地址： https://arxiv.org/abs/2107.12028 创新点 提出了参数化对比学习（PaCo） ： 针对长尾分布数据中的不平衡问题，论文提出了一种新的参数化对比学习方法。PaCo 引入了一组可学习的类中心，旨在通过优化的方式实现类别重平衡。 理论分析与验证 ： 通过理论分析指出，传统的监督对比损失在不平衡数据集上倾向于高频类，导致模型性能的偏差。 论文证明 ………………………………