含噪声标签的长尾实例分割基准
计算机视觉与模式识别
2023-07-18 v2 人工智能
摘要
在本文中，我们考虑在包含标签噪声（即部分标注不正确）的长尾数据集上进行实例分割任务。这种情况具有现实性主要有两个原因。首先，从真实世界收集的数据集通常服从长尾分布。其次，对于实例分割数据集，由于一幅图像中有许多实例且其中一些非常微小，更容易在标注中引入噪声。具体而言，我们提出了一个新数据集，这是一个用于实例分割的包含标签噪声的大词表长尾数据集。此外，我们在该数据集上评估了先前提出的实例分割算法。结果表明，训练数据集中的噪声会阻碍模型学习稀有类别并降低整体性能，并启发我们探索更有效的方法以应对这一实际挑战。代码与数据集可在 https://github.com/GuanlinLee/Noisy-LVIS 获取。
引用
@article{arxiv.2211.13435,
title = {A Benchmark of Long-tailed Instance Segmentation with Noisy Labels},
author = {Guanlin Li and Guowen Xu and Tianwei Zhang},
journal= {arXiv preprint arXiv:2211.13435},
year = {2023}
}