Annot-Mix: 通过 Mixup 扩展从多个注释者的嘈杂标签中学习
原文中文，约300字，阅读约需1分钟。发表于：。噪声类标签训练影响神经网络的泛化性能，提出了一种基于多注释者分类框架 annot-mix 的 mixup 扩展方法，可以处理每个实例的多个类标签，并考虑类标签的注释者来源，优于现有的八种方法，并在使用人类或模拟注释者提供的十一个数据集上表现出色。
DivideMix是一种新型深度学习框架，利用半监督学习技术将训练数据分成标记和未标记集合，并使用MixMatch策略进行训练。实验证明DivideMix比现有方法有显著改进。
