一种针对多标签分类数据不均衡问题的采样方法

摘要

本发明公开了一种针对多标签分类数据不均衡问题的采样方法，包括A定义为大小为m*n的标签矩阵，m等于训练样本的数量，n等于每个图像具有的属性的数量，PA‑100K数据集有100000个要训练的行人图像，每个图像都有26个分类属性，A是一个二进制矩阵，大小为100000*26，r是权重向量，其长度等于m，它表示在将DAI应用于整个训练数据集后，产生的子数据集存在的样本数，重新加权后，带有少数正样本的标签通过重新采样更加平衡。本发明使每个标签样本达到相对平衡状态，从而提高属性识别的精确度，通过对样本进行加权来整合过采样和欠采样，有助于模型很好地学习在数据集中占据小部分的属性。