arXiv · ML· Jinen Setpal, Chaoyue Liu·· 23 小时前AI 评分23
基于上下文正则化交叉熵提升卷积网络上下文偏移鲁棒性
Improving Context-Shift Robustness of Convolutional Networks via Context-Regularized Cross-Entropy
AI 导读
论文提出训练框架 CR-CE，结合新归因方法 ContrastiveCAMs 提升卷积网络在上下文偏移下的鲁棒性。 方法利用空间特征归因引导模型依赖物体特征而非背景，并在 Waterbirds、ImageNet 等数据集上验证了性能提升。 该成果已被 NeurIPS 2026 接受，展示了减少非因果上下文依赖的训练新路径。
来源：arXiv · ML · arxiv.org