TPAMI 2024 | 学生损失：走向不准确监督中的概率假设

文章预览

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 题目：Student Loss: Towards the Probability Assumption in Inaccurate Supervision 学生损失：走向不准确监督中的概率假设 作者：S. Zhang; J. -Q. Li; H. Fujita; Y. -W. Li; D. -B. Wang; T. -T. Zhu; M. -L. Zhang; C. -Y. Liu 摘要 在数据集中常常会遇到噪声标签，但学习它们是具有挑战性的。尽管在噪声类别中干净和被误标的样本之间存在自然差异，但该领域的大多数技术仍然不加区分地收集它们，这导致它们的性能部分是鲁棒的。在本文中，我们从经验和理论上揭示了通过假设具有相同标签的深层特征遵循学生分布，可以提高学习的鲁棒性，从而提出了一种更直观的方法，称为学生损失。通过嵌入学生分布并利用其曲线的陡峭性，我们的方法自然具有数据选择性，可以提供额外的强度来抵抗误标样本。这 ………………………………