C.头和尾的定位elegans

从头部到尾部迁移知识：长尾分布下的不确定性校准

Transfer Knowledge from Head to Tail: Uncertainty Calibration under Long-tailed Distribution

Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院）；Beijing Key Laboratory of Big Data Management and Analysis Methods（大数据管理与分析方法北京市重点实验室）

本文针对长尾分布下模型校准问题，提出一种基于知识迁移的校准方法，通过将头部类别统计信息作为先验来估计尾部类别样本的重要性权重，从而缓解模型对头部类别的过度自信，并在多个长尾数据集上验证了其有效性。

2023-04-13cs.CV

无偏场景图生成的双分支混合学习网络

Dual-branch Hybrid Learning Network for Unbiased Scene Graph Generation

University of Electronic Science and Technology of China（电子科技大学）；University of Ottawa（渥太华大学）

当前场景图生成的研究主要集中在解决无偏场景图生成的长尾问题上。然而，大多数去偏置方法在训练过程中过分强调尾部谓词而低估头部谓词，从而破坏了头部谓词特征的表示能力。此外，这些受损的功能，从头部谓词损害的学习尾部谓词。事实上，尾谓词的推断很大程度上取决于从头谓词学习的一般模式，例如，“立足”要靠“在”。因此，这些去偏SGG方法既不能在尾谓词上获得优异的性能，也不能在头谓词上获得令人满意的行为。为了解决这个问题，我们提出了一个双分支混合学习网络（DHL），以照顾两个头谓词和尾的SGG，包括粗粒度的学习分支（CLB）和细粒度的学习分支（FLB）。具体来说，CLB负责学习头部谓词的专业知识和鲁棒特征，而FLB则预计将预测信息性尾部谓词。此外，DHL还配备了一个分支课程表（BCS），使两个分支机构能够很好地合作。实验表明，我们的方法实现了一个新的国家的最先进的性能在VG和GQA数据集，并使尾部谓词和头部的性能之间的权衡。此外，对两个下游任务（即，图像描述和句子到图形检索）进一步验证了该方法的通用性和实用性。

2022-07-16cs.CV

RTHDet：图像中旋转表格区域与表头表尾检测

RTHDet: Rotate Table Area and Head Detection in images

School of Electronics & Information Engineering（电子与信息工程学院）；Shanghai University of Electric Power（上海电力大学）

本文提出RTHDet方法，通过旋转矩形角度表示和角度损失分支，结合迁移学习与自适应边界旋转增强，在旋转表格检测任务中将AP50从23.7%提升至88.7%，并集成到MMRotate工具包。

2023-12-31cs.CV

基于长尾数据的深度表示学习：可学习的嵌入增强视角

Deep Representation Learning on Long-tailed Data: A Learnable Embedding Augmentation Perspective

Jilin University（吉林大学）；Megvii Inc.（旷视科技）；Beihang University（北京航空航天大学）；Huazhong University of Science and Technology（华中科技大学）；Tsinghua University（清华大学）

本文考虑从长尾数据中学习深度特征。我们观察到，在深特征空间中，头类和尾类呈现不同的分布模式。头类具有相对大的空间跨度，而尾类由于缺乏类内多样性而具有显著小的空间跨度。头类和尾类之间的这种不均匀分布扭曲了整个特征空间，这损害了学习特征的区分能力。直观地说，我们试图通过从头类转移来扩大尾类的分布，从而减轻特征空间的失真。为此，我们建议将每个特征构造成一个“特征云”。如果样本属于尾类，则对应的特征云将具有相对较大的分布范围，以补偿其多样性的不足。它允许每个尾样本将其他类的样本推到远处，恢复尾类的类内多样性。对人的重新识别和人脸识别任务的广泛的实验评估证实了我们的方法的有效性。

2020-04-12cs.CV

LT-Soups: 通过子采样模型汤桥接头部和尾部类别

LT-Soups: Bridging Head and Tail Classes via Subsampled Model Soups

École de technologie supérieure；University of Bergamo（贝拉姆博大学）；University of Trento（特伦托大学）；Fondazione Bruno Kessler (FBK)（布鲁诺·凯斯勒基金会）

LT-Soups通过两阶段模型汤框架在长尾分布中平衡头部和尾部类别性能，提升模型在不平衡数据集上的泛化能力。

2026-01-23cs.CVcs.LG

通过在平滑尾部数据上的逐步学习提升长尾目标检测

Boosting Long-tailed Object Detection via Step-wise Learning on Smooth-tail Data

National University of Singapore（新加坡国立大学）；Harbin Institute of Technology（哈尔滨工业大学）

提出逐步学习框架，通过构建平滑尾部数据、预训练模型、微调头部专家模型并迁移知识训练统一模型，有效解决长尾目标检测问题，在LVIS数据集上显著提升AP特别是稀有类别AP。

2023-05-22cs.CV

先验锚定去偏方法用于长尾多器官病理报告生成

Prior-Anchored Debiasing for Long-Tailed Multi-Organ Pathology Report Generation

City University of Hong Kong, Hong Kong SAR（香港城市大学）；University of Nottingham, United Kingdom（诺丁汉大学）；University of Massachusetts Boston, United States（马萨诸塞大学波士顿分校）

针对多器官病理报告生成中视觉表示和文本解码的长尾偏差，提出先验锚定框架PriOrGen，通过视觉原型锚定瓶颈和元报告锚定库分别缓解两类偏差，在长尾数据集上优于现有方法。

2026-07-03cs.CV

Head-tail Loss：一种用于有向目标检测和无锚框模型的简单函数

Head-tail Loss: A simple function for Oriented Object Detection and Anchor-free models

East China Normal University（华东师范大学）

本文提出了一种名为 head-tail-loss 的新损失函数，通过最小化预测与中心点及头部/尾部关键点的距离来优化有向边界框预测，在 DOTA 和 HRSC2016 数据集上验证了其对细长及多形状物体的有效性。

2023-04-10cs.AIcs.CVcs.LG

持续学习与长尾识别之间的关系

On The Relationship Between Continual Learning and Long-Tailed Recognition

Department of Electrical and Computer Engineering & Ingenuity Labs Research Institute（电气与计算机工程系及Ingenuity实验室研究机构）

本文提出CLTR方法，通过持续学习解决长尾识别问题，理论分析显示其能缓解梯度饱和并提升尾部学习性能。

2026-01-30cs.CVcs.LG

从不平衡中构造平衡用于长尾图像识别

Constructing Balance from Imbalance for Long-tailed Image Recognition

Shanghai Jiao Tong University（上海交通大学）；Hong Kong University of Science and Technology（香港科技大学）；Qing Yuan Research Institute（清源研究院）；Shanghai Qi Zhi Institute（上海期智研究院）

长尾图像识别对深度学习系统提出了巨大的挑战，因为多数（头）类和少数（尾）类之间的不平衡严重扭曲了数据驱动的深度神经网络。以前的方法从数据分布，特征空间和模型设计等角度处理数据不平衡。在这项工作中，我们建议在分类器学习之前，从以前忽略的平衡标签空间的角度，而不是直接学习识别模型。为了减轻头到尾的偏见，我们提出了一个简洁的范式，逐步调整标签空间和划分头类和尾类，动态构建平衡，从不平衡，以促进分类。通过灵活的数据过滤和标签空间映射，我们可以很容易地将我们的方法嵌入到大多数分类模型中，特别是解耦的训练方法。此外，我们还发现，不同的特征具有不同的归纳偏差，头尾类的可分性也不同。因此，我们提出的模型还提供了一种特征评估方法，并为长尾特征学习铺平了道路。大量的实验表明，我们的方法可以提高性能的国家的艺术不同类型的广泛使用的基准测试。代码可在https://github.com/silicx/DLSA上获得。

2022-10-08cs.CVcs.LG

基于标签感知的长尾分类器分布校正

Label-Aware Distribution Calibration for Long-tailed Classification

Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；Noah’s Ark Lab, Shenzhen, Huawei Technologies Co. Ltd（华为技术有限公司诺亚方舟实验室）

真实世界的数据通常呈现长尾分布。对不平衡数据的训练往往会使神经网络在头类上表现良好，而在尾类上表现得更差。尾类训练样本的严重稀疏性是主要挑战，这导致训练过程中有偏的分布估计。人们已经做出了大量努力来改善这一挑战，包括数据重新采样和为尾类合成新的训练实例。然而，没有先前的研究已经利用可转移的知识，从头部类到尾部类的校准分布的尾部类。在本文中，我们假设尾类可以丰富相似的头类，并提出了一种新的分布校准方法命名为标签感知分布校准LADC。LADC从相关的头类中传输统计信息，以推断尾类的分布。从校准的分布采样进一步促进重新平衡分类器。在图像和文本长尾数据集上的实验结果表明，LADC算法的性能明显优于现有的方法，可视化实验也表明，LADC算法能够提供更准确的分布估计。

2021-11-09cs.CVcs.LG

制造正面或反面：走向语义一致的视觉反事实

Making Heads or Tails: Towards Semantically Consistent Visual Counterfactuals

Meta AI

视觉反事实解释用来自干扰物图像的区域替换查询图像中的图像区域，使得系统对变换后的图像的决定改变为干扰物类。在这项工作中，我们提出了一个新的框架计算视觉反事实的解释的基础上两个关键的想法。首先，我们强制执行的替换和替换区域包含相同的语义部分，从而在语义上更一致的解释。第二，我们使用多个干扰图像在计算效率的方式，并获得更多的歧视性的解释与更少的区域替换。我们的方法在语义上的一致性提高了27%，并且比三个细粒度图像识别数据集上的竞争方法快了一个数量级。我们强调我们的反事实的效用，通过机器教学实验，我们教人类对不同的鸟类物种进行分类现有的作品。我们还用对系统决策贡献最大的部件和属性的词汇来补充我们的解释。在这项任务中，我们获得了最先进的结果时，使用我们的反事实解释相对于现有的作品，加强语义一致的解释的重要性。源代码可在https://github.com/facebookresearch/visual-counterfactuals上获得。

2022-07-16cs.CV

面向长尾识别的子类平衡对比学习

Subclass-balancing Contrastive Learning for Long-tailed Recognition

Jilin university（吉林大学）；University of Washington（华盛顿大学）；National University of Singapore（新加坡国立大学）；University of Maryland（马里兰大学）

提出子类平衡对比学习（SBCL）方法，通过聚类头部类为子类并捕获两层类层次结构，同时实现实例和子类平衡，在长尾基准数据集上取得最先进性能。

2023-09-09cs.CV

LMPT：面向长尾多标签视觉识别的带类别特定嵌入损失的提示调优

LMPT: Prompt Tuning with Class-Specific Embedding Loss for Long-tailed Multi-Label Visual Recognition

Monash University（莫纳什大学）；Imperial College London（伦敦帝国学院）

针对长尾多标签视觉识别，提出LMPT提示调优框架，通过类别特定嵌入损失和分布平衡损失融合图文语义，显著提升头尾类别性能。

2024-06-18cs.CV

长尾学习的分布鲁棒性损失

Distributional Robustness Loss for Long-tail Learning

Bar-Ilan University（巴伊兰大学）；NVIDIA Research（英伟达研究院）

现实世界的数据通常是不平衡的和长尾的，但是深度模型很难在频繁类的情况下识别稀有类。为了解决不平衡的数据，大多数研究尝试平衡数据，损失或分类器，以减少对头部类的分类偏差。很少有人关注用不平衡数据学习的潜在表征。我们发现，深度网络的特征提取器部分受到这种偏见的严重影响。我们提出了一种基于鲁棒性理论的新损失，它鼓励模型学习头部和尾部类的高质量表示。虽然鲁棒性损失的一般形式可能很难计算，但我们进一步推导出一个易于计算的上限，可以有效地最小化。该过程减少了对特征空间中头部类的表示偏差，并在CIFAR 100-LT，ImageNet-LT和iNaturalist长尾基准上获得了新的SOTA结果。我们发现，具有鲁棒性的训练提高了尾类的识别精度，同时在很大程度上保持了头类的精度。新的鲁棒性损失可以与各种分类器平衡技术相结合，并且可以应用于深度模型的几个层的表示。

2021-10-30cs.CVcs.LG

无偏长尾分类的跨域经验风险最小化

Cross-Domain Empirical Risk Minimization for Unbiased Long-tailed Classification

Nanyang Technological University（南洋理工大学）；Damo Academy, Alibaba Group（阿里巴巴达摩院）

我们解决了现有的长尾分类方法中被忽视的无偏性：我们发现，它们的整体改善主要归因于有偏的偏好尾头，因为测试分布假设是平衡的;但是，在此情况下，当测试像长尾训练数据一样不平衡时--让测试尊重齐普夫自然定律--总体而言，尾部偏向不再是有益的，因为它伤害了头部多数。在本文中，我们提出了跨域经验风险最小化（xERM）来训练一个无偏模型，以在两个测试分布上实现强大的性能，这从经验上证明了xERM通过学习更好的特征表示而不是头部与尾部游戏从根本上提高了分类。基于因果关系，我们进一步从理论上解释了为什么xERM实现了无偏性：通过调整不平衡域和平衡但不可见域上的经验风险，消除了域选择引起的偏差。代码可在https://github.com/BeierZhu/xERM上获得。

2021-12-29cs.CVcs.LG

通过头到尾跨尺度融合的散焦去模糊显微成像

Defocus Deblur Microscopy via Head-to-Tail Cross-scale Fusion

University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Shell International Exploration and Production Inc（壳牌国际勘探与生产公司）

本文提出一种基于多尺度U-Net的头到尾跨尺度融合方法，通过将粗尺度解码器与细尺度编码器融合，提升显微散焦去模糊性能，实验证明优于现有模型。

2023-05-30cs.CVeess.IV

通过头尾再平衡消除LVLM自我改进中的马太效应

Counteracting Matthew Effect in Self-Improvement of LVLMs through Head-Tail Re-balancing

Fudan University（复旦大学）；Meituan（美团）；Shanghai Innovation Institute（上海创新研究院）

自我改进已经成为提高大型视觉语言模型（LVLM）推理能力的主流范式，其中模型迭代地探索和学习成功的轨迹。然而，我们在这个过程中发现了一个关键问题：该模型擅长为简单查询生成高质量的轨迹（即，头部数据）但与更复杂的数据（即，尾数据）。这导致了不平衡的优化，促使模型优先考虑简单的推理技能，同时阻碍了它处理更复杂推理任务的能力。在迭代过程中，这种不平衡变得越来越明显--我们称之为“马太效应”--这最终会阻碍模型的进一步改进，并导致性能瓶颈。为了应对这一挑战，我们从两个角度介绍了四种有效的策略：分布重塑和自主性恢复，以实现在探索和学习的自我完善过程中的头尾再平衡。在Qwen 2-VL-7 B-Instruct和InternVL2.5- 4 B模型上跨视觉推理任务的广泛实验表明，我们的方法始终提高视觉推理能力，平均比香草自我改进高出3.86分。

2025-10-30cs.AIcs.CLcs.CV

长尾分布下的精细化分离类别学习用于分布外检测

Long-Tailed Out-of-Distribution Detection with Refined Separate Class Learning

Nanjing Agricultural University（南京农业大学）；Nanjing University（南京大学）；Shandong University（山东大学）；Nanjing University of Posts and Telecommunications（南京邮电大学）；Southeast University（东南大学）

针对长尾分布下OOD检测性能下降问题，提出精细化分离类别学习（RSCL），通过动态类别级温度调整和信息性离群点挖掘，提升OOD检测性能并改善分类准确率。

2025-09-25cs.CVcs.LG

全局与局部混合一致性累积学习用于长尾视觉识别

Global and Local Mixture Consistency Cumulative Learning for Long-tailed Visual Recognitions

Yunnan University（云南大学）

提出GLMC单阶段训练策略，通过全局与局部混合一致性损失和累积头部-尾部软标签重加权损失，提升长尾识别鲁棒性并缓解头部偏置，在多个长尾数据集上达到最先进准确率。

2023-05-15cs.AIcs.CV

面向长尾学习的决策边界感知生成

Decision Boundary-aware Generation for Long-tailed Learning

Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China（中国教育部多媒体可信感知与高效计算重点实验室）；Xiamen University（厦门大学）；College of Computer Science and Software Engineering（计算机科学与软件工程学院）；Shenzhen University（深圳大学）；Department of Statistical Science（统计科学系）；University College London（伦敦大学学院）；Division of Arts and Machine Creativity（艺术与机器创造力 division）；Hong Kong University of Science and Technology（香港科技大学）

本文提出DBG框架，通过生成边界附近样本提升表示学习，缓解长尾数据分布不均问题，提升尾类和整体准确率。

2026-05-02cs.AIcs.CV

广义少样本学习的学习自适应分类器综合

Learning Adaptive Classifiers Synthesis for Generalized Few-Shot Learning

Nanjing University（南京大学）；University of Southern California（南加州大学）

现实世界中的对象识别需要处理长尾甚至开放式数据。一个理想的视觉系统需要可靠地识别填充的头部视觉概念，同时有效地学习新兴的尾部类别与一些训练实例。类平衡的多镜头学习和少样本学习解决了这个问题的一个方面，通过学习头部的强分类器或学习尾部的Few-Shot分类器。在本文中，我们研究了广义少样本学习（GFSL）的问题-在部署过程中需要一个模型来学习尾部类别与少数镜头，同时分类头部类。我们提出了ClAssifier Synthesis LEarning（CASTLE），一个学习框架，学习如何合成校准的Few-Shot分类器，除了头部类的多类分类器与共享的神经字典，揭示了归纳GFSL。此外，我们提出了一个自适应版本的城堡（ACASTLE），适应头分类条件传入的尾巴训练样本，产生一个框架，允许有效的向后知识转移。因此，ACASTLE可以有效地处理GFSL与来自异构域的类。CASTLE和ACASTLE在MiniImageNet和TieredImageNet数据集上表现出优于现有GFSL算法的性能和强大的基线。更有趣的是，当用标准的少样本学习标准进行评估时，它们的表现优于以前的最先进的方法。

2021-06-27cs.CVcs.LG

从头到尾：通过自适应数据校准实现大型视觉语言模型中的均衡表示

From Head to Tail: Towards Balanced Representation in Large Vision-Language Models through Adaptive Data Calibration

Fudan University（复旦大学）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；Stony Brook University（石溪大学）；The Chinese University of Hong Kong（香港中文大学）

本文分析了大型视觉语言模型训练数据的长尾问题，提出自适应数据精炼框架（ADR），通过数据重平衡与数据合成两阶段策略缓解概念表示不平衡，在 11 个基准上使 LLaVA 1.5 平均性能相对提升 4.36%。

2025-05-29cs.AIcs.CV

SimLTD：简单的有监督与半监督长尾目标检测

SimLTD: Simple Supervised and Semi-Supervised Long-Tailed Object Detection

LexisNexis Risk Solutions（LexisNexis 风险解决方案）

本文提出 SimLTD 框架，通过头部预训练、尾部迁移和头尾微调三步，并利用无标注图像，在 LVIS v1 的有监督与半监督长尾检测中取得新纪录。

2025-06-09cs.CVcs.LG

用于取放任务中双重指代表达理解的 Switching Head-Tail Funnel UNITER

Switching Head-Tail Funnel UNITER for Dual Referring Expression Comprehension with Fetch-and-Carry Tasks

Keio University（庆应义塾大学）

针对家庭机器人依据自然语言完成取放任务时双重指代表达组合推理成本高的问题，提出单一模型 Switching Head-Tail Funnel UNITER 分别预测目标与目的地，并在仿真和实体实验中验证其准确率与超过90%的抓放成功率。

2023-07-14cs.CLcs.CVcs.RO