重新标注 ImageNet：从单标签到多标签，从全局标签到局部化标签
计算机视觉与模式识别
2021-07-23 v2
摘要
ImageNet 可以说是最受欢迎的图像分类基准，但也是标签噪声显著的基准。近期研究表明，许多样本包含多个类别，尽管其被假定为单标签基准。因此研究者提出将 ImageNet 评估转为多标签任务，并为每幅图像提供详尽的多标签标注。然而，他们未修复训练集，大概是因为高昂的标注成本。我们认为，单标签标注与实质为多标签图像之间的不匹配，在应用随机裁剪的训练设置中同样（甚至更）成问题。在单标签标注下，图像的随机裁剪可能包含与真值完全不同的物体，从而在训练中引入噪声甚至错误的监督。因此我们以多标签重新标注 ImageNet 训练集。我们通过让一个在额外数据源上训练的强图像分类器生成多标签，来克服标注成本障碍。我们利用最终池化层之前的逐像素多标签预测，以利用额外的位置特定监督信号。在重新标注的样本上训练可全面提升模型性能。ResNet-50 使用我们的局部化多标签在 ImageNet 上达到 78.9% 的 top-1 分类准确率，配合 CutMix 正则化可进一步提升至 80.2%。我们表明，用局部化多标签训练的模型在迁移学习至目标检测与实例分割任务，以及各类鲁棒性基准上也优于基线。重新标注的 ImageNet 训练集、预训练权重与源代码发布于 https://github.com/naver-ai/relabel_imagenet。
引用
@article{arxiv.2101.05022,
title = {Re-labeling ImageNet: from Single to Multi-Labels, from Global to Localized Labels},
author = {Sangdoo Yun and Seong Joon Oh and Byeongho Heo and Dongyoon Han and Junsuk Choe and Sanghyuk Chun},
journal= {arXiv preprint arXiv:2101.05022},
year = {2021}
}
备注
CVPR 2021 camera ready version