应对标签噪声的重新分组中值损失

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文通过模型和数据维度处理嘈杂标签学习中的误差积累问题。引入均值点集成方法减少误差积累,选择翻转图像的损失值代替原始图像的损失值选择小损失样本。实验证明该方法在不同噪声水平下优于其他方法,并可推广给其他任务。

🏷️

标签

➡️

继续阅读