通用噪声标注：揭示噪声标注对目标检测的影响
计算机视觉与模式识别
2023-12-22 v1
摘要
对于带有噪声标签的目标检测任务，不仅需要像图像分类那样考虑类别噪声，还需考虑定位噪声、缺失标注和虚假边界框。然而，以往的研究仅处理了某些特定类型的噪声（例如定位或分类）。在本文中，我们提出了通用噪声标注，这是一种包含目标检测中可能发生的所有类型噪声的更实用设置，并分析了 UNA 如何影响检测器的性能。我们分析了以往检测算法工作的发展方向，并考察了影响检测模型学习方法鲁棒性的因素。我们开源了将 UNA 注入数据集的代码，并共享了所有的训练日志和权重。
引用
@article{arxiv.2312.13822,
title = {Universal Noise Annotation: Unveiling the Impact of Noisy annotation on Object Detection},
author = {Kwangrok Ryoo and Yeonsik Jo and Seungjun Lee and Mira Kim and Ahra Jo and Seung Hwan Kim and Seungryong Kim and Soonyoung Lee},
journal= {arXiv preprint arXiv:2312.13822},
year = {2023}
}
备注
appendix and code : https://github.com/Ryoo72/UNA