- …
- …
#141
summarized by : Shuhei M Yoshida
どんな論文か？
人手で付けた正解ラベルはしばしば誤りを含んでおり、学習される分類器の性能を悪化させる。本論文では画像分類タスクにおいて、ラベル誤りに対してロバストな学習方法である MetaCleaner を提案。
新規性
(1) 従来手法では個々のサンプルに対してラベルの信頼性を推定していたのに対し、MetaCleaner では少数サンプルの集合に対してサンプル間の関係性をモデル化してラベル信頼性を推定する
(2) 推定したラベル信頼性に基づき、特定クラスのラベルが付与されたデータの特徴表現の重み付き和を取ることで、そのクラスに属する画像のクリーンな特徴表現を算出、これに基づき分類器を学習
結果
Food-101NとClothing1Mのデータセットで評価し、SOTAの性能を達成。
その他（なぜ通ったか？等）
- …
- …