聊一聊多模态视频分类那些惊艳的Trick

文章预览

作者：至尊宝 原文地址：https: //zhuanlan.zhihu.com/p/578515895 一、标签制定 1)细分标签考虑标注难易程度、算法模型、下游业务(推荐/检索)，每个L1下面原则上不超过6个L2比较好 2)制定标签主要考虑到标签的范围、最好枚举出来；不确定的标签给出处理情况；相似性标签或者多标签根据上面三个因素决定优先级别，确定不同标签之间的排序；相似的标签出一个即可，避免重复 3)每个类别选20个样本进行第一二轮试标，标签制定者参与试标，因为试标才能针对一些边缘case制定定义策略，后续模型学习的也是标注规则 4)进行一个L1下面的标签标准或者同一个页面40个视频标是或否，比80个选一要好 二、清洗数据 1)如果训练集噪声比较大，准确率低于80%，需要一个干净准确率>90%的同分布的种子集和测试集，在种子集上finetune，效果会比在直接大量有噪声的训练 ………………………………