处理网络标注数据中的分布外标签噪声
计算机视觉与模式识别
2021-10-27 v1
摘要
深度学习社区反复关注的重点是减少标注工作量。使用搜索引擎收集与标注数据是生成完全人工标注和人工收集数据集的简单替代方案。尽管网络爬取非常省时，但检索到的图像中有些不可避免地含有噪声，即标签不正确。设计鲁棒算法以训练从网络收集的含噪数据是一个重要的研究视角，可使数据集构建更为容易。本文通过一项研究来理解使用搜索引擎构建数据集时可预期的标签噪声类型。我们回顾了针对图像分类任务中网络噪声分布的最先进（SOTA）方法当前局限性。我们提出一种简单方案，利用分布外样本动态软化（DSOS）来弥合与完全干净数据集的差距，该方案在 CIFAR-100 数据集的损坏版本上设计，并在受网络噪声扰动的 MiniImageNet 与 Stanford 数据集以及真实标签噪声数据集 WebVision 1.0 和 Clothing1M 上与 SOTA 算法进行比较。我们的工作完全可复现 https://git.io/JKGcj
引用
@article{arxiv.2110.13699,
title = {Addressing out-of-distribution label noise in webly-labelled data},
author = {Paul Albert and Diego Ortego and Eric Arazo and Noel O'Connor and Kevin McGuinness},
journal= {arXiv preprint arXiv:2110.13699},
year = {2021}
}
备注
Accepted at WACV 2022