MS1MV2

人脸识别训练数据审计揭示关键缺陷，并提供解决方案

对MS-Celeb-1M人脸识别训练数据集（特别是其精炼版本MS1MV3）的新审计已识别出五类缺陷，包括重复图像、身份分割、裁剪错误、多脸歧义和无效内容。研究人员开发了数据审计策略来解决这些问题，并发现有针对性的修正可以在减少训练时间的同时，保持甚至提高识别性能。删除重复图像带来的益处最为显著，身份合并和无效内容移除也提高了训练效率，这凸显了训练数据质量在人脸识别中的关键作用。