在海量数据的驱动下，基于深度学习的图像理解技术取得了长足的进步，诸如图像识别和目标检测等任务的性能得到了显著的提升。同时，快速增长的图像数据也伴随有极强的复杂性，为数据的处理与应用带来了诸多困难，其中一个关键难点源于数据的不均衡分布特性。在自然界中，物体的类别分布普遍是不均衡的，其中最常见的分布形式是长尾分布，即只有一些频繁出现的头部类别拥有足够多的样本，而大多数尾部类别中仅包含少量样本。在训练数据严重不均衡的场景下，基于深度学习的图像理解模型往往会被头部类数据所主导，难以充分学习尾部类特征，最终导致在尾部类上的性能表现不佳。然而在实际问题中，对于尾部类的识别通常具有非常重要的价值。因此，如何提高图像理解模型在数据不均衡场景下的学习效果，是学术界和工业界共同关注的问题。

图像理解中数据不均衡学习的挑战主要源于数据层面和模型层面。1）在数据层面，数据的类别分布不均衡并且尾部类多样性欠缺，目前缺少简单高效的数据处理方法同时对数据分布以及数据多样性进行改善。2）在模型层面，就模型泛化性而言，当前一些方法在提升模型对于尾部类关注度的同时往往会损害特征学习的泛化性，从而导致模型对其他类的识别性能降低；此外，由于训练集与测试集的类别先验分布往往是不同的，由不均衡分布数据训练得到的模型如何在均衡分布以及各种不同分布测试集上表现出良好的泛化性能，仍然有待进一步研究。更进一步，从基础的图像识别任务拓展到目标检测任务，模型后处理的公平性也面临挑战。由于尾部类目标分数天然偏低，容易在跨目标分数排序竞争中被漏检，然而在目标检测模型的学习中却忽视了对于分数排序公平性的优化。针对以上问题，本文面向数据分布不均衡的场景，分别从数据处理和模型学习两个角度展开研究，主要工作包括：

（1）针对图像识别任务中数据分布不均衡、尾部类多样性欠缺的问题，本文提出了一种基于标签分布均衡的数据混合增广方法。当前基于数据混合的方法主要适用于常规图像识别任务，在数据长尾分布的场景下难以带来稳定的性能提升。本文引入标签出现率的概念描述了这类方法产生的标签抑制问题，并提出通过平衡数据混合过程中标签出现率的分布来缓解头部类对尾部类的抑制。本文提出的方法采用两个独立的类别均衡采样器分别对训练数据进行采样，然后将得到的两批样本按照随机比例进行线性混合生成新数据。该方法在增加尾部类数据多样性的同时缓解了标签抑制问题。实验结果表明该方法能够稳定地提升模型在长尾分布图像数据集上的识别准确率，特别是对于尾部类的准确率。

（2）现有的重加权方法在提高尾部类性能的同时，往往会造成头部类性能的下降。针对该问题，本文提出了一种基于均衡知识蒸馏的不均衡图像识别方法。本文首先从分类器梯度的角度分析了重加权方法的作用机制，指出这类方法会天然地导致学习可泛化特征和促进尾部类学习两个目标之间的矛盾，从而引起头部类识别性能降低。基于这一发现，本文提出均衡知识蒸馏对这两个目标进行解耦。该方法借助一个预训练的教师模型，通过两个损失同时对学生模型进行优化：一个是实例均衡交叉熵损失，充分利用样本多样性，学习具有泛化性的特征表示；另一个是类别均衡知识蒸馏损失，对知识蒸馏损失根据类别先验分布进行加权，从而增强对尾部类的关注。实验结果表明该方法可以在提升尾部类识别准确率的同时较好地保持头部类性能，有效地提升了模型整体的识别效果。

（3）针对图像识别模型从不均衡分布训练集到均衡分布测试集的泛化问题，本文提出了一种基于分布统一与概率空间对齐的不均衡图像识别方法。考虑到训练集和测试集的先验分布不匹配会影响模型在测试集上的表现，本文构造了一种基于概率转换的分布统一训练框架来缓解分布不匹配问题。该框架建立了不均衡分布假设和均衡分布假设下的后验概率转换关系，并通过概率转换对模型训练中的分布假设进行了统一。在此基础上，本文进一步分析了在该框架下应用交叉熵损失导致的概率空间不匹配问题，并构造了一种概率空间对齐的师生学习方法。该方法包含教师引导的标签平滑和分布统一知识蒸馏两部分，二者共同保证了较为对齐的概率空间以执行概率转换。实验结果表明该方法可以有效提升模型从不均衡分布训练集到均衡分布测试集的泛化性能，同时可以灵活地将测试分布拓展为各种不同的数据分布并表现出良好的识别效果。

（4）针对目标检测中尾部类目标因分数排序靠后易被漏检的问题，本文提出了一种兼顾目标级判别和全局级排序的目标检测训练框架。该框架的核心在于训练模型同时对每个目标进行分类以及对所有置信分数进行全局排序，其训练损失函数由两部分组成：目标级判别损失旨在确保模型的判别性，促进对单个目标的正确分类；在此基础上，从全局级分数排序的角度提出广义平均精度损失，优化每一类的跨目标分数排序关系，促进排序的公平性。由于尾部类目标出现频率低，分数排序的优化效果较弱，本文将训练中动态累计的每类样本数量信息引入到广义平均精度损失的计算中，以实现对每个类别均衡的排序优化。实验结果表明该框架可以即插即用地与其他不均衡学习方法结合，缓解不公平排序导致的尾部类漏检问题，提升数据不均衡场景下的目标检测性能。