imbalanced-classification

本文提出 BS-cRT，一种两阶段的长尾识别基线，首先使用 Balanced Softmax 训练骨干网络，然后在平衡批次上仅重新训练分类器，在多个基准测试上持续提升少样本准确率。

RUBRIC是一个与生成器无关的过滤框架，用于不平衡分类，通过平衡实况（通过判别器）和效用（基于边界的评分）来选择合成样本，在信用卡欺诈检测等基准上提高了F1宏观和召回率。