Buchumschlag

An Embarrassingly Simple Baseline for Imbalanced Semi-Supervised Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Hao, Fan, Yue, Wang, Yidong, Wang, Jindong, Schiele, Bernt, Xie, Xing, Savvides, Marios, Raj, Bhiksha
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LatentUMM: Dual Latent Alignment for Unified Multimodal Models
von: Luo, Yinyi, et al.
Veröffentlicht: (2026)

Impact of Noisy Supervision in Foundation Model Learning
von: Chen, Hao, et al.
Veröffentlicht: (2024)

Imprecise Label Learning: A Unified Framework for Learning with Various Imprecise Label Configurations
von: Chen, Hao, et al.
Veröffentlicht: (2023)

Conv-Adapter: Exploring Parameter Efficient Transfer Learning for ConvNets
von: Chen, Hao, et al.
Veröffentlicht: (2022)

Self-Corrected Image Generation with Explainable Latent Rewards
von: Luo, Yinyi, et al.
Veröffentlicht: (2026)

How to Probe: Simple Yet Effective Techniques for Improving Post-hoc Explanations
von: Gairola, Siddhartha, et al.
Veröffentlicht: (2025)

AIM: Amending Inherent Interpretability via Self-Supervised Masking
von: Alshami, Eyad, et al.
Veröffentlicht: (2025)

SSL-R1: Self-Supervised Visual Reinforcement Post-Training for Multimodal Large Language Models
von: Xie, Jiahao, et al.
Veröffentlicht: (2026)

Image Tokenizer Needs Post-Training
von: Qiu, Kai, et al.
Veröffentlicht: (2025)

LCGC: Learning from Consistency Gradient Conflicting for Class-Imbalanced Semi-Supervised Debiasing
von: Xing, Weiwei, et al.
Veröffentlicht: (2025)

OrCo: Towards Better Generalization via Orthogonality and Contrast for Few-Shot Class-Incremental Learning
von: Ahmed, Noor, et al.
Veröffentlicht: (2024)

Robust Latent Matters: Boosting Image Generation with Sampling Error Synthesis
von: Qiu, Kai, et al.
Veröffentlicht: (2025)

ClipTTT: CLIP-Guided Test-Time Training Helps LVLMs See Better
von: Nath, Mriganka, et al.
Veröffentlicht: (2026)

Scribbles for All: Benchmarking Scribble Supervised Segmentation Across Datasets
von: Boettcher, Wolfgang, et al.
Veröffentlicht: (2024)

Do Instance Priors Help Weakly Supervised Semantic Segmentation?
von: Das, Anurag, et al.
Veröffentlicht: (2026)

Understanding and Mitigating the Label Noise in Pre-training on Downstream Tasks
von: Chen, Hao, et al.
Veröffentlicht: (2023)

DWDN: Deep Wiener Deconvolution Network for Non-Blind Image Deblurring
von: Dong, Jiangxin, et al.
Veröffentlicht: (2021)

VITAL: More Understandable Feature Visualization through Distribution Alignment and Relevant Information Flow
von: Gorgun, Ada, et al.
Veröffentlicht: (2025)

Rewis3d: Reconstruction Improves Weakly-Supervised Semantic Segmentation
von: Ernst, Jonas, et al.
Veröffentlicht: (2026)

Language-Unlocked ViT (LUViT): Empowering Self-Supervised Vision Transformers with LLMs
von: Kuzucu, Selim, et al.
Veröffentlicht: (2025)

Progressive Data Dropout: An Embarrassingly Simple Approach to Faster Training
von: Sathiyanarayanan, Shriram M, et al.
Veröffentlicht: (2025)

latentSplat: Autoencoding Variational Gaussians for Fast Generalizable 3D Reconstruction
von: Wewer, Christopher, et al.
Veröffentlicht: (2024)

Knowledge Consultation for Semi-Supervised Semantic Segmentation
von: Than, Thuan, et al.
Veröffentlicht: (2025)

Masked Autoencoders Are Effective Tokenizers for Diffusion Models
von: Chen, Hao, et al.
Veröffentlicht: (2025)

XQ-GAN: An Open-source Image Tokenization Framework for Autoregressive Generation
von: Li, Xiang, et al.
Veröffentlicht: (2024)

PersonaHOI: Effortlessly Improving Personalized Face with Human-Object Interaction Generation
von: Hu, Xinting, et al.
Veröffentlicht: (2025)

SimNP: Learning Self-Similarity Priors Between Neural Points
von: Wewer, Christopher, et al.
Veröffentlicht: (2023)

Sampling Control for Imbalanced Calibration in Semi-Supervised Learning
von: Tian, Senmao, et al.
Veröffentlicht: (2025)

A Strong Baseline for Semi-Supervised Incremental Few-Shot Learning
von: Zhao, Linglan, et al.
Veröffentlicht: (2021)

R-CoV: Region-Aware Chain-of-Verification for Alleviating Object Hallucinations in LVLMs
von: Xie, Jiahao, et al.
Veröffentlicht: (2026)

Towards Better Understanding Attribution Methods
von: Rao, Sukrut, et al.
Veröffentlicht: (2022)

Optimising for Interpretability: Convolutional Dynamic Alignment Networks
von: Böhle, Moritz, et al.
Veröffentlicht: (2021)

RTGen: Generating Region-Text Pairs for Open-Vocabulary Object Detection
von: Chen, Fangyi, et al.
Veröffentlicht: (2024)

Towards Label-Efficient Human Matting: A Simple Baseline for Weakly Semi-Supervised Trimap-Free Human Matting
von: Kim, Beomyoung, et al.
Veröffentlicht: (2024)

B-cos Alignment for Inherently Interpretable CNNs and Vision Transformers
von: Böhle, Moritz, et al.
Veröffentlicht: (2023)

MTR++: Multi-Agent Motion Prediction with Symmetric Scene Modeling and Guided Intention Querying
von: Shi, Shaoshuai, et al.
Veröffentlicht: (2023)

MTA-CLIP: Language-Guided Semantic Segmentation with Mask-Text Alignment
von: Das, Anurag, et al.
Veröffentlicht: (2024)

Class-Imbalanced Semi-Supervised Learning for Large-Scale Point Cloud Semantic Segmentation via Decoupling Optimization
von: Li, Mengtian, et al.
Veröffentlicht: (2024)

CDMAD: Class-Distribution-Mismatch-Aware Debiasing for Class-Imbalanced Semi-Supervised Learning
von: Lee, Hyuck, et al.
Veröffentlicht: (2024)

Leveraging Label Proportion Prior for Class-Imbalanced Semi-Supervised Learning
von: Akiba, Kohki, et al.
Veröffentlicht: (2026)