利用异构神经网络大型集成进行标签去噪
计算机视觉与模式识别
2019-01-17 v2 机器学习
摘要
尽管基于各种卷积架构的计算机视觉近期取得了进展，视频理解仍是一项重要挑战。在这项工作中，我们提出并讨论了一个针对基于 YouTube-8M 数据集的 Kaggle 竞赛所提出的大规模视频分类（标注）问题的顶尖解决方案。我们展示并比较了预处理、数据增强、模型架构和模型组合的不同方法。我们的最终模型基于视频级和帧级模型的大型集成，但符合相当受限的硬件约束。我们应用基于知识蒸馏的方法来处理原始数据集中的噪声标签，并应用近期开发的 mixup 技术来改进基础模型。
引用
@article{arxiv.1809.04403,
title = {Label Denoising with Large Ensembles of Heterogeneous Neural Networks},
author = {Pavel Ostyakov and Elizaveta Logacheva and Roman Suvorov and Vladimir Aliev and Gleb Sterkin and Oleg Khomenko and Sergey I. Nikolenko},
journal= {arXiv preprint arXiv:1809.04403},
year = {2019}
}