敏捷建模：数分钟内从概念到分类器
机器学习
2023-05-16 v2 人工智能
计算机视觉与模式识别
摘要
计算机视觉在细致主观用例中的应用正在增长。虽然众包在多数客观任务（如标注“斑马”）中很好地服务了视觉社区，但在概念具有显著主观性（如识别“美食金枪鱼”）的任务上却力不从心。然而，让任何用户为其概念开发分类器在技术上存在困难：用户既非机器学习专家，也无耐心标注数千个样本。对此，我们提出敏捷建模（Agile Modeling）问题：通过实时人在回路交互，将任意主观视觉概念转化为计算机视觉模型的过程。我们实现了一个用于图像分类的敏捷建模原型，并通过用户研究（N=14）表明用户可在30分钟内以最小代价创建分类器。我们将这一用户驱动过程与传统众包范式比较，发现众包的语义概念常与用户不同，且概念越主观差异越大。最后，我们通过模拟用户为 ImageNet21k 类别训练分类器来扩展实验，进一步证明该方法的有效性。
引用
@article{arxiv.2302.12948,
title = {Agile Modeling: From Concept to Classifier in Minutes},
author = {Otilia Stretcu and Edward Vendrow and Kenji Hata and Krishnamurthy Viswanathan and Vittorio Ferrari and Sasan Tavakkol and Wenlei Zhou and Aditya Avinash and Enming Luo and Neil Gordon Alldrin and MohammadHossein Bateni and Gabriel Berger and Andrew Bunner and Chun-Ta Lu and Javier A Rey and Giulia DeSalvo and Ranjay Krishna and Ariel Fuxman},
journal= {arXiv preprint arXiv:2302.12948},
year = {2023}
}