面向目标检测的数据集标签遗漏的协同修正技术

doi:10.3778/j.issn.1002-8331.2302-0056

摘要/摘要

摘要：针对图像标注中疲劳、粗心等因素引起的标签遗漏现象，使得模型训练时难以正确区分正负样本，进而影响模型性能。设计了一种协同修正技术，通过多次迭代更新训练集，将潜在无标签的目标进行对象擦除，降低训练集的错误监督信息，避免人工的重复检查和重复标注。该方法无需进行算法参数调整、不依赖具体网络结构，低成本地减少数据集错误从而提升模型训练精度。在YOLOv5公司算法的实验基础上表明协同修正操作仅迭代1次即有明显的改善效果，并在多个公共数据集上能够提升0.4%~1.4%的检测精度，当数据集中的标签遗漏率达到40%时依然能够生效。该方法对数据集中样本的数据量和类别数没有限制，可应用于电商、遥感、通用等多种目标检测场景，保持着较好的鲁棒性和泛化性。

关键词: 协同修正, 标签遗漏, 数据集优化, 目标检测, 深度学习

摘要：对于图像标注中由于疲劳、粗心等因素造成的标注遗漏，在模型训练过程中很难正确区分正负样本，从而影响模型的性能。设计了一种协同校正技术，通过多轮迭代更新训练集，擦除潜在的未标记对象，减少训练集的错误监控信息，避免人工重复检查和标记。该方法不需要调整算法参数，不依赖于特定的网络结构，并且以低成本减少数据集错误，提高模型训练的准确性。基于YOLOv5算法的实验表明，在多个公共数据集上，协作校正操作只需一次迭代就能将检测精度提高0.4%~1.4%，并且在数据集中标签遗漏率达到40%时仍然有效。该方法对数据集中的数据量和样本类别没有限制，可以应用于电子商务、遥感、通用等多种目标检测场景，保持了良好的鲁棒性和泛化性。

关键词： 协同校正，标签遗漏，数据集优化，目标检测，深度学习

周定威, 扈静, 张良锐, 段飞亚. 面向目标检测的数据集标签遗漏的协同修正技术[J] ●●●●。计算机工程与应用, 2024, 60(8): 267-273.

周定伟，胡静，张良瑞，段飞亚。面向对象检测的数据集中标签遗漏协同校正技术[J]。计算机工程与应用，2024，60（8）：267-273。

参考文献

[1] SUN C，SHRIVASTAVA A，SINGH S，等.重新审视深度学习时代数据的不合理有效性[C]//IEEE计算机视觉国际会议论文集，2017:843-852。
[2] 王X，黄天娥，达雷尔T，等.令人沮丧的简单少目标检测[C]//第37届国际机器学习会议论文集，2020：9919-9928。
[3] NORTHCUTT C G，ATHALYE A，MUELLER J.测试集中普遍存在的标签错误会破坏机器学习基准[J]。arXiv:2103.147492021。
[4] 张华，陈发，沈Z，等.解决背景重校准损失下的漏报目标检测[C]//2020 IEEE声学、语音和信号处理国际会议论文集，2020：1888-1892。
[5] 张毅，程毅，黄旭，等.带缺失标签的多标签学习的简单鲁棒损失设计[J]。arXiv:2112.073682021。
[6] CHENG Y，QIAN K，MIN F.缺失标签的基于全局和局部注意的多标签学习[J]。信息科学，2022，594:20-42。
[7] 谭A，梁杰，吴文忠，等.基于一致性学习的半监督部分多标签分类[J]。模式识别，2022，131:108839。
[8] 王涛，杨涛，曹军，等.协同学习：稀疏标注目标检测的自监督学习[C]//美国人工智能学会人工智能会议论文集，2021:2800-2808。
[9] GOLDBERGER J，BENREUVEN E.使用噪声适应层训练深层神经网络[C]//2016年学习表征国际会议论文集。
[10] JINDAL I，NOKLEBY M，CHEN X.从带有辍学规则的噪声标签中学习深层网络[C]//2016 IEEE第16届数据挖掘国际会议论文集，2016:967-972。
[11] SRIVASTAVA N，HINTON G，KRIZHEVSKY A，等.退出：防止神经网络过拟合的简单方法[J]。机器学习研究杂志，2014,15（1）：1929-1958。
[12] GOODFELLOW I J，SHLENS J，SZEGEDY C.解释和利用对抗性示例[J].arXiv:1412.65722014。
[13] MIYATO T，DAI A M，GOODFELLOW I.半监督文本分类的对抗训练方法[J]。arXiv:1605.077252021年。
[14] MADRY A，MAKELOV A，SCHMIDT L，等.面向对抗性攻击的深度学习模型[J]。arXiv:1706.060832019年。
[15] SHAFAHI A、NAJIBI M、GHIASI M A等。免费对抗训练！[C] //第33届神经信息处理系统国际会议论文集，2019：3358-3369。
[16] 张德，张涛，陆毅，等.你只宣传一次：通过最大化原理加速对抗训练[C]//第33届神经信息处理系统国际会议论文集，2019:227-238。
[17] 朱C，程毅，甘孜，等.弗里尔布：自然语言理解的强化对抗训练[J].arXiv:1909.117642019。
[18] MIYATO T，MAEDA S，KOYAMA M，等.虚拟对抗训练：一种用于监督和半监督学习的正则化方法[J]。IEEE模式分析和机器智能汇刊，2018，41（8）：1979-1993。
[19] DEVRIES T，TAYLOR G W.带切口的卷积神经网络的改进正则化[J]。arXiv:1708。04552, 2017.
[20] GE Z，LIU S，WANG F，等.YOLOX：2021年超越YOLO系列[J]。arXiv:2107.084302021。
[21]REN S，HE K，GIRSHICK R，等.更快的R-CNN：利用区域提议网络实现实时目标检测[J]。IEEE模式分析与机器智能汇刊，2017，39（6）：1137-1149。