噪声标签的负训练：ICCV2019论文解析

噪声标签的负训练：ICCV2019论文解析

NLNL: Negative Learning for Noisy Labels

论文链接：

The link to the paper presented at the ICCV 2019 conference is located at http://openaccess.thecvf.com/content_ICCV_2019/papers/Kim_NLNL_Negative_Learning_for_Noisy_labels_ICCV_2019_paper.pdf.

摘要

卷积神经网络（CNN）在图像分类任务中展现出卓越的效果。传统的训练方法是通过有标签的数据进行监督学习。例如，在正学习阶段（Positive Learning, PL），输入图片被标记为特定类别。“输入图片属于此标签”这一过程通常与精确标注相关联，并被认为是快速而高效的训练方式。然而，在存在标注错误或噪声数据的情况下，默认使用PL进行训练可能导致模型接收误导信息而性能下降。为了应对这一挑战，在本文中我们引入了一种称为负学习（Negative Le