May, 2023

更聪明地标记，而不是更艰苦：CleverLabel 实现更快速且高质量地注释模糊图像分类

PDF
TL;DR提出了一种名为 CleverLabel 的新方法，该方法使用 validated proposal-guidEd 注释和 repaired labels 来实现高质量、低成本的标注，可在多个领域的真实图像分类基准测试中，将标注成本降低高达 30.0％，同时相对改进 Kullback-Leibler 散度高达 29.8％，为大规模数据集的高效标注提供了一种新的解决方案，并提高了标注质量。
发现论文，激发创造
  • 通过数据模糊化减轻标签噪声

    本文提出一种使用 “超集学习” 框架来处理标签噪声的方法，将目标信息进行模糊化，并添加额外的备选标签，以协同改善学习器的泛化性能。实验结果表明该方法在合成和真实数据上都能有效检测和纠正错误的训练标签。

    May, 2023

  • 不浪费任何一个注释：通过软标签改进单标签分类器

    本文主要研究了数据注释和训练方法在客观单标签分类任务中的局限性，并提出了使用软标签的方法来改善性能。

    Nov, 2023

  • 在线众包注释中不充分和模糊监督问题缓解方向

    通过众包标注系统和基于伪标签和对比学习的新方法，解决了由于用户知识、文化背景差异和获得监督信息的高成本而导致的标注信息不充分和含糊不清的问题，实现了半监督部分标签学习的最先进表现。

    Oct, 2022

  • 稀疏且噪音标注下的主动学习标签鲁棒分配

    利用未标记的样本空间，我们提出了两种新的注释统一算法，旨在解决主动学习中存在的错误数据标注问题，并通过在四个公共数据集上的实验证明该方法在评估标注者可靠性和分配实际标签方面的鲁棒性和优越性，超过了现有算法和简单的多数投票。

    Jul, 2023

  • 资源有限条件下的活动标签清洗，以提高数据集质量

    本文提出一种基于数据驱动的主动标签清理方法来解决数据注释中的标签噪音问题，通过对样本进行优先级排序，提高数据集质量，具有较好的可行性和高效性。

    Sep, 2021

  • 大规模图像分类数据集高效标注的良好实践

    本文研究了一种高效的策略收集多类别图像集的分类标签，使用自监督学习技术并将标注问题视为半监督学习问题，并提出了有效的标注指南，用此方案对 ImageNet100 图像集进行模拟实验，结果表明每张图像平均仅需 0.35 个标注，即可标注到 80% 的 top-1 准确率，相比之前的工作和手动注释，分别提高了 2.7 倍和 6.7 倍。

    Apr, 2021

  • 半监督学习中建模多个标注者的专业知识

    本文提出了一种概率半监督模型和算法，可以从多个注释者的标记数据中学习，并利用未标记数据，将注释者模型用于估计真实标记和注释者变量专业知识。对各种情况进行了数值比较，并表明了该方法优于不使用未标记数据的多注释者方法及不使用多标记者信息的方法。

    Mar, 2012

  • 利用人机交互提升计算机视觉数据集质量

    本研究引入了一个轻量级、用户友好、可扩展的框架 “Multilabelfy”，通过人机智能的协同作用，实现了高效的数据集验证和质量提升，同时突出了多标签占比的重要性，发现 ImageNetV2 数据集中约 47.88% 的图像包含至少两个标签，这凸显了对这类有影响力的数据集更严格评估的需求，并揭示了潜在标签数与模型准确性之间的负相关关系。

    Jan, 2024

  • 通过任意模型评估语义分割数据的标签质量和误差

    研究了用于自动检测语义分割数据集中标注错误的算法，其中应用了 7 种不同的质量评分方法，最有效的方法是使用准确率和召回率的模型预测概率的软最小值来识别标注错误的图像。

    Jul, 2023

  • 从每个标注者获取和学习软标签

    通过使用少量标注者的软标签实现模型性能和可靠性的提高，该方法在减少标注者数量的同时得到了与之前方法相当的模型性能，但需要在 elicitation 过程中付出显著的时间成本。

    Jul, 2022