基于课程学习的模型无关网络推断增强从噪声测量中

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该论文提出了一种新型框架,使用无标签干扰数据集训练深度卷积神经网络,通过无向图模型描述干净和嘈杂标签之间的关系,并在监督学习中学习该模型。该模型在图像标注问题上应用,并在CIFAR-10和MS COCO数据集上展示出有效的标注效果和减少标签噪声的效果。

🏷️

标签

➡️

继续阅读