Explainable Image Classification with Evidence Counterfactual
University of Antwerp(安特卫普大学)
用于图像分类的最新建模技术的复杂性阻碍了以可解释的方式解释模型预测的能力。现有的解释方法通常根据像素或像素组来创建重要性排名。然而,由此产生的解释缺乏一个最佳的大小,不考虑功能的依赖性,只涉及到一个类。反事实解释方法被认为有希望解释复杂的模型决策,因为它们与高度的人类可解释性相关。在本文中,SEDC作为一个模型无关的实例级解释方法图像分类,以获得视觉反事实的解释。对于给定的图像,SEDC搜索一小部分片段,如果删除,则会改变分类。由于图像分类任务通常是多类问题,SEDC-T被提出作为一种替代方法,允许指定一个目标反事实类。我们比较SEDC(-T)与流行的特征重要性方法,如LRP,LIME和SHAP,我们描述了如何解决上述重要性排名问题。此外,具体的例子和实验说明了我们的方法的潜力(1)获得信任和洞察力,(2)通过解释错误分类获得模型改进的输入。
2020-04-16 cs.AI cs.CV cs.LG
A Ranking-based, Balanced Loss Function Unifying Classification and Localisation in Object Detection
Middle East Technical University(中东技术大学)
我们提出了平均定位召回精度(aLRP),一个统一的,有界的,平衡的和基于排名的损失函数的分类和定位任务在目标检测。aLRP扩展了定位-召回-精确(LRP)性能度量(Oksuz等人,2018年)的灵感来自平均精度(AP)损失如何将精度扩展到基于排名的损失函数进行分类(Chen et al.,2020年)。aLRP具有以下明显的优点:(i)aLRP是用于分类和定位任务的第一个基于排序的损失函数。(ii)由于对这两项任务都使用了排名,aLRP自然会执行高质量的定位,以实现高精度分类。(iii)aLRP在阳性和阴性之间提供可证明的平衡。(iv)与现有检测器的损失函数中平均$\sim$ 6个超参数相比,aLRP损失只有一个超参数,我们在实践中没有调整。在COCO数据集上,aLRP Loss将其基于排名的前身AP Loss提高到大约$5$ AP点,在没有测试时间增加的情况下实现了$48.9$ AP,并且优于所有一级检测器。代码可在:https://github.com/kemaloksuz/aLRPLoss获得。
2021-01-07 cs.CV
Ranking-Guided Semi-Supervised Domain Adaptation for Severity Classification
Kyushu University(九州大学);Kyoto Second Red Cross Hospital(京都第二红十字医院)
本文提出利用排名得分对源域和目标域进行对齐,以解决严重程度分类中类间边界不明确的问题,通过跨域排名和连续分布对齐方法提升领域适应效果。
2026-04-02 cs.CV
Ranking-Based Siamese Visual Tracking
University of Science and Technology of China(中国科学技术大学);Hefei Comprehensive National Science Center(合肥综合性国家科学中心)
目前基于暹罗的跟踪器主要将视觉跟踪分为两个独立的子任务,包括分类和定位。它们通过单独处理每个样本来学习分类子网络,忽略了正负样本之间的关系。此外,这样的跟踪范例仅采用用于最终预测的建议的分类置信度,这可能产生分类和定位之间的不对准。为了解决这些问题,本文提出了一种基于排序的优化算法,以探索不同的建议之间的关系。为此,我们引入了两个排名损失,包括分类损失和IoU引导损失,作为优化约束。分类排序损失可以确保阳性样本的排序高于硬阴性样本,即,干扰物,使得跟踪器可以成功地选择前景样本而不被干扰物愚弄。IoU引导的排名损失旨在将分类置信度分数与阳性样本的相应定位预测的交集(IoU)对齐,从而使定位良好的预测能够由高分类置信度表示。具体来说,建议的两个排名损失是兼容的大多数暹罗跟踪器,并不会产生额外的计算推理。在OTB 100、UAV 123、TC 128、VOT 2016、NFS 30、GOT-10 k和LaSOT等7个跟踪基准上进行了大量实验,验证了基于排序的优化算法的有效性。代码和原始结果可在https://github.com/sansanfree/RBO上获得。
2022-05-24 cs.CV
GREEN: a Graph REsidual rE-ranking Network for Grading Diabetic Retinopathy
Tencent Jarvis Lab(腾讯贾维斯实验室);Northwestern Polytechnical University(西北工业大学)
糖尿病视网膜病变(DR)的自动分级有助于患者和医生的医疗诊断。现有的研究将DR分级作为一个图像分类问题。由于DR的阶段/类别彼此相关,因此无法通过单一热门标签明确描述不同类别之间的关系,因为它是由具有不同结局的不同医生凭经验估计的。这种类别相关性限制了现有网络实现有效分类。在本文中,我们提出了一个图剩余rE-排名网络(绿色),引入一个类依赖先验到原来的图像分类网络。类依赖先验由具有邻接矩阵的图卷积网络表示。该先验通过以残差聚合方式对分类结果重新排序来增强图像分类流水线。在标准基准测试上的实验表明,GREEN的性能优于最先进的方法。
2020-07-21 cs.CV
Robust Remote Sensing Scene Classification with Multi-View Voting and Entropy Ranking
Minjiang University(闽江学院);Fuzhou University(福州大学);European University Cyprus(塞浦路斯欧洲大学)
深度卷积神经网络已广泛应用于遥感图像的场景分类。在这项工作中,我们提出了一个强大的学习方法的任务,是安全的部分不正确的图像分类。具体来说,我们通过迭代多视图投票和熵排名逐步删除和纠正标签中的错误。在每个时间步,我们首先将训练数据划分为不相交的部分,分别进行训练和投票。投票中的一致性揭示了标签的正确性,这样我们就可以只用一致投票的图像来训练一个强大的模型。此外,我们采用熵作为预测不确定性的有效度量,以便通过排名和选择来部分恢复标记错误。我们经验证明了所提出的方法的优越性WHU-RS 19数据集和AID数据集。
2023-01-14 cs.CV
TRk-CNN: Transferable Ranking-CNN for image classification of glaucoma, glaucoma suspect, and normal eyes
Korea Advanced Institute of Science and Technology(韩国高等科学技术院);Korea University College of Medicine(高丽大学医学院)
在本文中,我们提出了可转移的排名卷积神经网络(TRk-CNN),可以有效地应用时,要分类的图像的类显示出高度的相关性与彼此。通常使用的基于softmax函数的多类分类方法由于忽略了类间关系,在这种情况下效果不佳。虽然Ranking-CNN考虑了序数类,但它不能反映最终预测的类间关系。另一方面,TRk-CNN结合原始分类模型的权重,将类间信息反映到最终分类阶段。我们在青光眼图像数据集中评估了TRk-CNN,该数据集被标记为三类:正常,青光眼疑似和青光眼眼睛。基于我们所调查的文献,本研究首次将青光眼眼底图像数据集的三种状态分为三个不同的类别。我们使用DenseNet作为骨干CNN模型,比较了TRk-CNN与Ranking-CNN(Rk-CNN)和多类CNN(MC-CNN)的评估结果。结果,TRk-CNN的平均准确性为92.96%,特异性为93.33%,疑似青光眼的灵敏度为95.12%,青光眼的灵敏度为93.98%。基于平均准确度,TRk-CNN比Rk-CNN和MC-CNN高8.04%和9.54%,并且对于可疑的灵敏度比多类CNN高26.83%。我们的TRk-CNN有望有效地应用于疾病状态连续且在正类方向上增加的医学图像分类问题。
2019-05-16 cs.CV
CLSC DETR: Reliable Candidate Ranking via Cross Layer Geometric Support for UAV Small Object Detection
South China Agricultural University(华南农业大学)
针对无人机小目标检测中候选排序不可靠的问题,提出CLSC DETR方法,通过跨层局部支持模块聚合几何证据、一致性校准模块调整分类分数,在VisDrone和UAVDT数据集上实现性能提升。
2026-08-25 cs.CV
Probabilistic Zero-shot Classification with Semantic Rankings
The Ohio State University(俄亥俄州立大学)
在本文中,我们提出了一个非度量排名为基础的表示语义相似性,允许自然聚合的语义信息从多个异构源。我们将基于排名的表示应用于零样本学习问题,并提出了确定性和概率性的zero-shot分类器,可以从预先训练的分类器中构建,而无需重新训练。我们在两个大型的真实世界图像数据集上展示了它们的优势。特别是,我们表明,聚合不同来源的语义信息,包括众包,导致更准确的分类。
2015-02-27 cs.AI cs.CV cs.LG
Deep Ordinal Ranking for Multi-Category Diagnosis of Alzheimer's Disease using Hippocampal MRI data
University of Pennsylvania(宾夕法尼亚大学)
越来越多的努力在脑图像分析一直致力于早期诊断阿尔茨海默病(AD)的神经影像学数据的基础上。大多数现有的研究都集中在二元分类问题上,例如,区分AD患者与正常对照(NC)老年人或轻度认知障碍(MCI)个体与NC老年人。然而,需要在单一环境中识别患有AD和MCI的个体,特别是将转化为AD的MCI个体(进行性MCI,pMCI),以实现早期诊断AD的目标。在本文中,我们提出了一个深序排序模型区分NC,稳定MCI(sMCI),pMCI,和AD在个体受试者的水平,考虑到固有的顺序严重程度的大脑退化所造成的正常老化,MCI,和AD,而不是制定一个多类别分类问题的分类。所提出的深度有序排序模型专注于个体的海马形态,并自动学习信息和判别特征。实验结果的基础上,一个大的队列的个人从阿尔茨海默氏病神经成像倡议(ADNI)表明,所提出的方法可以实现更好的性能比传统的多类别分类技术,使用形状和放射组学特征的结构磁共振成像(MRI)数据。
2017-09-13 cs.CV
RLSEP: Learning Label Ranks for Multi-label Classification
Istanbul Technical University(伊斯坦布尔技术大学);Technical University of Munich(慕尼黑工业大学);University of Vermont(佛蒙特大学)
多标签排名将实例映射到来自多个可能类别的预测标签的排名集合。多标签学习问题的排名方法因其在多标签分类中的成功而受到关注,其中一种著名的方法是成对标签排名。然而,大多数现有的方法假设,只有部分信息的偏好关系是已知的,这是推断从分区的标签分为一个积极的和消极的集合,然后对待标签具有同等的重要性。在本文中,我们专注于独特的挑战,排名时,真正的标签集的顺序提供。我们提出了一种新的专用损失函数,通过对错误排序的对进行惩罚来优化模型,并利用输入中的排序信息。我们的方法在合成和真实世界排名的数据集上都实现了最佳的性能指标,并在标签的整体排名上有所改进。我们的实验结果表明,我们的方法是可推广到各种多标签分类和排名任务,同时揭示了一个校准到一定的排名排序。
2022-12-08 cs.CV cs.LG
TR-GAN: Topology Ranking GAN with Triplet Loss for Retinal Artery/Vein Classification
Tencent Healthcare, Tencent(腾讯医疗健康);School of Computer Science & Software Engineering, Shenzhen University(深圳大学计算机与软件学院)
视网膜动脉/静脉(A/V)分类为定量分析视网膜血管奠定了基础,而视网膜血管与各种心脑血管疾病的潜在风险相关。拓扑连接关系已被证明有效地提高了传统基于图的方法的A/V分类性能,但尚未被基于深度学习的方法所利用。在本文中,我们提出了一种拓扑排名生成对抗网络(TR-GAN),以改善分段动脉和静脉的拓扑连接性,并进一步提高A/V分类性能。提出了一种基于有序回归的拓扑连通性排序算法,对真实数据、生成的A/V掩码和有意混洗的掩码的拓扑连通性水平进行排序。排名损失被进一步反向传播到生成器,以生成更好的连接A/V掩码。此外,还提出了一种具有三元组丢失的拓扑保持模块,以提取高级拓扑特征,并进一步缩小预测A/V掩模与地面真实值之间的特征距离。所提出的框架有效地增加了预测的A/V掩模的拓扑连接性,并在公开可用的AV-DRIVE数据集上实现了最先进的A/V分类性能。
2020-07-29 cs.CV eess.IV
Adaptive Band Selection for Hyperspectral Classification with Spatially Disjoint Evaluation
International University of Rabat, Rabat, Morocco(拉巴特国际大学);Thales Alenia Space, Spain(西班牙泰勒斯阿莱尼亚空间公司)
提出SGBR-HC方法,通过监督光谱排序初始化可训练稀疏门,自适应确定波段数,在空间分离评估下以约20个波段取得最高平均总体精度和Kappa系数。
2026-06-04 cs.CV
RankSeg: Adaptive Pixel Classification with Image Category Ranking for Segmentation
University of Science and Technology of China(中国科学技术大学);Microsoft Research Asia(微软亚洲研究院);UC Berkeley(加州大学伯克利分校)
分割任务传统上被制定为完整标签像素分类任务,以从所有图像或视频共享的固定数量的预定义语义类别中预测每个像素的类别。然而,在这种表述之后,标准架构将不可避免地在更现实的设置下遇到各种挑战,其中类别的范围扩大(例如,超过1 K的水平)。另一方面,在典型的图像或视频中,只有少数类别,即,存在完整标签的一个小子集。出于这种直觉,在本文中,我们提出将分割分解为两个子问题:(i)图像级或视频级多标签分类和(ii)像素级秩自适应选择标签分类。给定一个输入图像或视频,我们的框架首先对完整的标签进行多标签分类,然后对完整的标签进行排序,并根据它们的类置信度得分选择一个小子集。然后,我们使用秩自适应像素分类器仅对选定的标签执行逐像素分类,该分类器使用一组面向秩的可学习温度参数来调整像素分类分数。我们的方法在概念上是通用的,并且可以通过简单地使用轻量级的多标签分类头和秩自适应像素分类器来改进各种现有的分割框架。我们证明了我们的框架的有效性与竞争力的实验结果在四个任务,包括图像语义分割,图像全景分割,视频实例分割,视频语义分割。特别是,通过我们的RankSeg,Mask 2Former在ADE 20 K全景分割/YouTubeVIS 2019视频实例分割/VSPW视频语义分割基准测试中分别获得了+0.8%/+0.7%/+0.7%的收益。
2022-07-20 cs.CV
Top-K Pairwise Ranking: Bridging the Gap Among Ranking-Based Measures for Multi-Label Classification
IIE, Chinese Academy of Sciences(中国科学院自动化研究所);SCS, University of Chinese Academy of Sciences(中国科学院大学计算机科学与技术学院);IIP, ICT, Chinese Academy of Sciences(中国科学院计算技术研究所);SCST, University of Chinese Academy of Sciences(中国科学院大学计算机科学与技术学院);Alibaba Group(阿里巴巴集团);SCST, Shenzhen Campus of Sun Yat-sen University(中山大学深圳校区计算机科学与技术学院);BDKM, University of Chinese Academy of Sciences(中国科学院大学大数据与知识管理实验室)
针对多标签排序任务中不同评估指标下模型表现不一致的问题,提出兼容现有排序指标的TKPR指标,构建具备理论支撑的代理风险最小化框架,并通过实验验证其有效性。
2024-07-09 cs.CV cs.LG
REDI: Corpus Aware Patch Ranking for DINOv3 Token Reduction
University of Magdeburg(马格德堡大学);University of Hildesheim(希尔德斯海姆大学)
提出 REDI 方法,结合监督 TF-IDF 语料统计与注意力图,对补丁进行排序,在 DINOv3 ViT-B/16 上实现 46.8% 序列缩减,Top-1 准确率达 84.706%,优于密集基线和单一信号方法。
2026-07-01 cs.CV
Radiomic feature selection for lung cancer classifiers
Bahria University(巴赫里亚大学);National University of Science and Technology(国立科学技术大学)
结合定量成像特征的机器学习方法最近在肺结节分类方面获得了很多关注。然而,在文献中缺乏有效的特征排序方法的分类目的的研究。此外,还需要评估分类任务所需的特征的最佳数量。在这项研究中,我们研究了有监督和无监督的特征选择技术对计算机断层扫描(CT)图像中结节分类的机器学习方法的影响。研究工作探讨了朴素贝叶斯和支持向量机(SVM)的分类性能时,训练与2,4,8,12,16和20高排名的功能,从监督和无监督的排名方法。从监督特征排序方法中选出8个放射性组学特征训练支持向量机,取得了最好的分类结果,准确率为100%。该研究进一步表明,可以通过训练具有较少放射组学特征的任何SVM或Naive Bayes来实现非常好的结节分类。放射性组学特征的数量从2到20的周期性增量没有改善分类结果,无论选择是使用监督还是非监督的排名方法。
2020-03-16 cs.CV eess.IV
Learning Fine-grained Image Similarity with Deep Ranking
Northwestern University(西北大学);Google Inc.(谷歌公司);California Institute of Technology(加州理工学院)
学习细粒度图像相似性是一项具有挑战性的任务。它需要捕捉类间和类内的图像差异。本文提出了一种基于深度学习技术的深度排序模型,该模型直接从图像中学习相似性度量,比基于手工特征的模型具有更高的学习能力。提出了一种新的多尺度网络结构来有效地描述图像。提出了一种有效的三重采样算法来学习具有分布随机梯度的模型。大量的实验表明,该算法优于基于手工制作的视觉特征和深度分类模型的模型。
2014-04-17 cs.CV
DRPose3D: Depth Ranking in 3D Human Pose Estimation
Shanghai Jiao Tong University(上海交通大学);Sun Yat-Sen University(中山大学);Tsinghua University(清华大学);SenseTime Group Limited(商汤集团有限公司);East China Normal University(华东师范大学)
在本文中,我们提出了一个两阶段的深度排名为基础的方法(DRPose3D)来解决三维人体姿态估计的问题。代替准确的3D位置,深度排名可以由人类直观地识别,并且通过解决分类问题使用深度神经网络更容易地学习。此外,深度排序包含丰富的3D信息。它防止了两阶段方法中的2D到3D姿态回归是不适定的。在我们的方法中,首先,我们设计了一个成对排序卷积神经网络(PRCNN)从图像中提取人体关节的深度排名。其次,提出了一种由粗到细的3D姿态网络(DPNet),用于从深度排名和2D人体关节位置估计3D姿态。此外,为了提高模型的通用性,我们引入了一种统计方法来增强深度排名。我们的方法在所有三个测试协议的Human3.6M基准测试中优于最先进的方法,这表明深度排名是一个重要的几何特征,可以通过学习来改善3D姿态估计。
2018-05-24 cs.CV
Label-Free Foundational Model Selection for Medical Image Classification under Distribution Shift via Pseudo Label Discrepancy
Universidad de Buenos Aires(布宜诺斯艾利斯大学);CONICET(阿根廷国家科学技术研究委员会);Universidad Nacional del Litoral(国立 littoral 大学);Research Institute for Signals, Systems and Computational Intelligence(信号、系统与计算智能研究所)
针对分布偏移下医学图像分类的无基准模型选择问题,提出基于SUDO框架的AURCC准则,在胸部X射线分类任务中实现了与真实排名高相关性的模型排名,小源标注数据下表现更优。
2026-08-27 cs.CV
Matching Images and Text with Multi-modal Tensor Fusion and Re-ranking
University of Electronic Science and Technology of China(电子科技大学);Delft University of Technology(代尔夫特理工大学)
匹配图像和文本的一个主要挑战是它们具有本质上不同的数据分布和特征表示。现有的方法大多是基于嵌入或分类,第一个映射到一个共同的嵌入空间的距离测量的图像和文本的实例,第二个把图像-文本匹配作为一个二进制分类问题。然而,这两种方法都不能很好地平衡匹配精度和模型复杂度。我们提出了一个新的框架,实现了显着的匹配性能与可接受的模型复杂度。具体来说,在训练阶段,我们提出了一种新的多模态张量融合网络(MTFN),通过基于秩的张量融合来显式学习准确的图像-文本相似度函数,而不是为每个图像-文本实例寻找一个共同的嵌入空间。然后,在测试过程中,我们部署了一个通用的跨模态重新排序(RR)计划进行细化,而不需要额外的训练过程。在两个数据集上的大量实验表明,我们的MTFN-RR一致地实现了最先进的匹配性能,具有更低的时间复杂度。实现代码可在https://github.com/Wangt-CN/MTFN-RR-PyTorch-Code上获得。
2020-07-29 cs.CV
The Tile: A 2D Map of Ranking Scores for Two-Class Classification
Montefiore Institute, University of Liège(列日大学蒙泰菲奥雷研究所)
提出名为The Tile的新型工具,将二分类器的无穷多排序分数整合于单一2D地图中,克服了ROC和PR空间的局限,有效实现分类器性能的可视化排序与比较。
2024-12-18 cs.CV cs.LG cs.PF
Why Training-Free Token Reduction Collapses: The Inherent Instability of Pairwise Scoring Signals
本文分析了无训练标记缩减方法在高压缩下的崩溃原因,提出两种诊断工具,揭示了层间缩减的固有误差放大效应及对成对相似性信号的依赖,通过CATIS验证,实现高压缩下的高精度保持。
2026-04-17 cs.AI cs.CV
Coronavirus (COVID-19) Classification using Deep Features Fusion and Ranking Technique
Konya Technical University(科尼亚技术大学);Amasya University(阿马西亚大学)
冠状病毒(COVID-19)于二零一九年底出现。世界卫生组织(WHO)将其确定为全球流行病。人们一致认为,使用计算机断层扫描(CT)技术进行流行性疾病的早期诊断,可以提供快速和准确的结果。放射科专家表示,COVID-19在CT图像中显示不同的行为。在这项研究中,提出了一种新的方法,作为融合和排名的深度特征,以在早期阶段检测COVID-19。从150张CT图像中获得16x16(子集-1)和32x32(子集-2)块,以生成子数据集。在所提出的方法的范围内,3000个补丁图像已被标记为COVID-19和无发现用于训练和测试阶段。特征融合和排序方法已被应用,以提高所提出的方法的性能。然后,用支持向量机(SVM)对处理后的数据进行分类。根据用于迁移学习的其他预训练卷积神经网络(CNN)模型,所提出的方法在子集2上表现出高性能,准确率为98.27%,灵敏度为98.93%,特异性为97.60%,精确度为97.63%,F1分数为98.28%,马修斯相关系数(MCC)为96.54%。
2020-04-07 cs.CV cs.LG cs.NE
RankUp: Boosting Semi-Supervised Regression with an Auxiliary Ranking Classifier
Academia Sinica(中央研究院);NVIDIA(英伟达公司)
针对现有半监督分类技术无法直接用于回归任务的问题,提出RankUp方法将回归转排序任务结合分类技术,辅以RDA优化伪标签,在多领域回归基准上取得SOTA性能并开源代码。
2024-10-29 cs.CL cs.CV cs.LG