样本不均衡

解决方法

• 不采用欠采样和过采样方法；
• 引入马修斯相关系数用于评价模型预测效果；

增加样本

• 使用生成式模型GAN生成图片
• 半监督学习制造伪标签

增加惩罚项

• 在Loss函数中增加惩罚项，可以提高训练模型的准确度，又能在一定程度上减轻数据不平衡带来的影响；

异常检测问题

使用AutoEncoder

自监督学习方法解决图像和视频的问题

从图像中进行自监督学习

• 重构：图像着色、图像超分辨率、图像印染、跨渠道预测
• 常识性任务：图像拼图、语境预测、几何变换识别
• 自动标签生成：图像聚类、合成图像

从视频中进行自监督学习

• 帧顺序验证