Robustar：支持精确数据标注以增强视觉学习鲁棒性的交互式工具箱
计算机视觉与模式识别
2022-07-20 v1 机器学习
摘要
我们介绍软件 Robustar 的首次发布，其目标是从数据驱动视角提升视觉分类机器学习模型的鲁棒性。基于近期对机器学习模型鲁棒性不足源于模型学习虚假特征倾向的理解，我们旨在从数据视角在根源上解决该问题，即在训练前从数据中移除虚假特征。具体而言，我们引入一款软件，通过允许用户对图像像素级的虚假特征进行标注，帮助其更好地为训练图像分类模型准备数据。为促进此过程，我们的软件还利用近期进展来帮助识别值得关注的潜在图像与像素，并利用新标注的数据继续训练。我们的软件托管于 GitHub 仓库 https://github.com/HaohanWang/Robustar。
引用
@article{arxiv.2207.08944,
title = {Robustar: Interactive Toolbox Supporting Precise Data Annotation for Robust Vision Learning},
author = {Chonghan Chen and Haohan Wang and Leyang Hu and Yuhao Zhang and Shuguang Lyu and Jingcheng Wu and Xinnuo Li and Linjing Sun and Eric P. Xing},
journal= {arXiv preprint arXiv:2207.08944},
year = {2022}
}
备注
This paper introduces the first release of our software. The paper is expected to be updated as we continue to develop the software