VICAL：用于长尾视觉识别的视觉一致性对齐方法

VICAL 框架提出一种基于邻域一致性对齐的长尾视觉识别新方法，其核心机制为方差降低而非多样性最大化。该方法包含自一致性学习与深度集成蒸馏两个关键组件：前者通过抑制不稳定的高频信息以平滑损失曲面并缓解过拟合；后者利用低分辨率视图促进跨专家低频语义共识以避免优化冲突。在 CIFAR-LT、ImageNet-LT 和 iNaturalist 2018 数据集上的广泛实验表明，VICAL 表现优于现有最先进方法。