Nov, 2023
揭示和克服监督对比学习中的标签噪音挑战
Elucidating and Overcoming the Challenges of Label Noise in Supervised Contrastive Learning
Zijun Long, George Killick, Lipeng Zhuang, Richard McCreadie, Gerardo Aragon Camarasa...
TL;DR我们提出了 D-SCL,这是一种新颖的去偏差的监督对比学习目标,旨在减少标记错误引入的偏差,并证明了 D-SCL 在各种视觉基准上稳定优于最先进的表示学习技术,提供了对标签错误的改进的鲁棒性。