Training Object Detectors With Noisy Data
提交日期：2019-05-17
作者：Simon Chadwick, Paul Newman
团队：牛津大学 Oxford Robotics Institute
摘要：大量标记的训练数据的可用性对于当前物体探测器的训练是至关重要的。 然而手动标记训练数据是耗时且昂贵的，且自动标记方法不可避免地会给标签添加不必要的噪音。 为此，我们研究了不同类型的标签噪声对物体探测器性能的影响。 然后，我们展示了如何改进协同教学，一种用于处理噪声标签的方法，以及先前在分类问题上演示的方法，以减轻标签噪声在物体检测设置中的影响。 最后，我们使用KITTI数据集上的模拟噪声和使用自动标记数据的车辆检测任务来说明我们的结果。
Training Object Detectors With Noisy Data
提交日期：2019-05-17
作者：Simon Chadwick, Paul Newman
团队：牛津大学 Oxford Robotics Institute
摘要：大量标记的训练数据的可用性对于当前物体探测器的训练是至关重要的。 然而手动标记训练数据是耗时且昂贵的，且自动标记方法不可避免地会给标签添加不必要的噪音。 为此，我们研究了不同类型的标签噪声对物体探测器性能的影响。 然后，我们展示了如何改进协同教学，一种用于处理噪声标签的方法，以及先前在分类问题上演示的方法，以减轻标签噪声在物体检测设置中的影响。 最后，我们使用KITTI数据集上的模拟噪声和使用自动标记数据的车辆检测任务来说明我们的结果。