数据集中故障标签对人体姿态估计的影响
计算机视觉与模式识别
2025-09-25 v2 机器学习
摘要
在本研究中，我们提供了实证证据，表明训练数据的质量会影响人体姿态估计（HPE）模型的性能。来自各种数据集中的不准确标签，范围从轻微错误到严重误标记，都可能对学习产生负面影响并扭曲性能指标。我们对流行的 HPE 数据集进行深入分析，显示标签不准确的范围和性质。我们的发现表明，考虑故障标签的影响将有助于开发更稳健、更准确的 HPE 模型，以适应各种实际应用。我们显示使用净化后的数据可获得更好的性能。
引用
@article{arxiv.2409.03887,
title = {The Influence of Faulty Labels in Data Sets on Human Pose Estimation},
author = {Arnold Schwarz and Levente Hernadi and Felix Bießmann and Kristian Hildebrand},
journal= {arXiv preprint arXiv:2409.03887},
year = {2025}
}
备注
15 pages, 7 figures, 5 tables