PulseAugur
中
实时 07:16:20
English(EN) An automated method of identifying incorrectly labelled images based on the sequences of loss functions of deep learning networks

新方法自动化识别深度学习数据集中的错误标记图像

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种自动化方法，用于识别深度学习数据集中的错误标记图像，特别是在医学成像领域。该技术分析模型训练过程中损失函数的序列，以标记潜在的错误标签。在糖尿病视网膜病变数据集上的实验表明，该方法能够以较低的误报率识别出75%的故意错误标记图像。纠正这些已识别的标签并重新训练模型，显著提高了准确性，接近完美标记数据集的性能。 AI

影响 通过自动化数据清理和标签验证这一成本高昂且耗时的过程，提高了AI模型的性能。

排序理由 详细介绍一种改进AI模型训练数据的新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新方法自动化识别深度学习数据集中的错误标记图像

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zhipeng Zhang, Wenhui Shou, Wengting Ma, Dongjia Xing, Qingqing Xu, Li-Qun Xu, Qingxia Fan, Ling Xu ·

    基于深度学习网络损失函数序列的错误标记图像自动识别方法

    arXiv:2607.02594v1 Announce Type: cross Abstract: Deep learning is widely applied in medical image analysis, but up to 10% of manually labelled images may be incorrect, degrading model performance. This paper proposes an automated method to identify incorrectly labelled medical i…

相关实体

相关话题