Kādas metodes palīdz ļoti nesabalansētās klasēs CV?

Datorredzes (CV) uzdevumos ar ļoti nelīdzsvarotām klasēm izmanto šādas metodes:

• Mazākās klases datu palielināšana: retās klases piemēru skaita palielināšana ar transformācijām (griešanas, mērogošanas, pārvietošanas).

• Klases svariem balstītu metožu izmantošana: modeļa apmācības laikā var piešķirt lielāku svaru mazākās klases kļūdām, lai modelis pievērstu tai vairāk uzmanības.

• Datu paraugu izlase:

  • Oversampling — mākslīgi palielināt retās klases datus.
  • Undersampling — samazināt galvenās klases piemēru skaitu.

• Speciālas zaudējumu funkcijas izmantošana: piemēram, Focal Loss, kas koncentrējas uz grūtāk klasificējamiem piemēriem.

• Papildu datu vākšana: ja tas ir iespējams, mazākās klases gadījumā.

Šīs metodes palīdz uzlabot modeļa kvalitāti retajās klasēs un novērst aizspriedumus pret galvenajām klasēm.