ObjectLab：目标检测数据中误标图像的自动诊断
计算机视觉与模式识别
2023-09-06 v1 机器学习
摘要
尽管驱动着自动驾驶汽车等敏感系统，目标检测仍相当脆弱，部分原因在于困扰大多数真实训练数据集的标注错误。我们提出 ObjectLab，一种直截了当的算法，用于检测目标检测标签中的多种错误，包括：遗漏边界框、定位不佳的框，以及不正确的类别标签赋值。ObjectLab 利用任意训练好的目标检测模型为每幅图像的标签质量打分，从而可自动优先安排误标图像以供标签审查/修正。妥善处理错误数据能够在无需改动现有建模代码的情况下，训练出同一目标检测模型的更优版本。在不同目标检测数据集（包括 COCO）与不同模型（包括 Detectron-X101 与 Faster-RCNN）上，ObjectLab 相较其他标签质量分数始终以更优的精确率/召回率检测标注错误。
引用
@article{arxiv.2309.00832,
title = {ObjectLab: Automated Diagnosis of Mislabeled Images in Object Detection Data},
author = {Ulyana Tkachenko and Aditya Thyagarajan and Jonas Mueller},
journal= {arXiv preprint arXiv:2309.00832},
year = {2023}
}
备注
ICML Workshop on Data-centric Machine Learning Research