12688

بررسي روش‌هاي اشكال‌زدايي از مجموعه‌داده‌هاي حوزه بينايي كامپيوتر

1401

دكتر محمدرضا محمدي

در حوزه بينايي كامپيوتر، موضوع برچسب‌هاي نويزي وجود دارد كه از مجموعه‌داده‌هاي جمع‌آوري شده به طور خودكار از اينترنت، يا از طريق افراد بدون تخصص در تعيين برچسب، يا حتي توسط متخصصان در يك وظيفه چالش‌برانگيز مانند حوزه پزشكي، ناشي مي‌شود. اگرچه مدل‌هاي يادگيري عميق بهبودهاي قابل‌توجهي در حوزه‌هاي مختلف نشان داده‌اند؛ اما آموزش اين مدل‌ها با داده‌هايي حاوي برچسب‌هاي نويزي، توانايي عمومي آن‌ها را كاهش مي‌دهد. باتوجه‌به اينكه مدل‌هاي يادگيري عميق نيازمند مجموعه‌هاي داده با برچسب صحيح هستند، حياتي است كه حضور برچسب‌هاي نويزي در مجموعه‌داده‌ها با رويكردي داده‌محور، تشخيص داده شود. اين گزارش مروري جامع بر روش‌هاي تشخيص برچسب نويزي در قالب دودسته روش‌هاي پايه و روش‌هاي ادغام است كه در ادبيات حوزه بينايي كامپيوتر پيشنهاد شده‌اند. روش‌هاي مورد بررسي در اين گزارش شامل هرس رتبه‌اي، يادگيري مطمئن، امتياز كيفيت برچسب، كارتوگرافي مجموعه‌داده و... است كه با استناد به نتايج، يادگيري مطمئن به همراه نسخه‌هاي گسترش‌يافته آن براي مسائل پيچيده‌تر حوزه بينايي كامپيوتر مانند تشخيص اشيا و ناحيه‌بندي عملكرد مناسب‌تري در اين حوزه دارند.

11/15/2023 12:00:00 AM

80930

1402/08/30

A survey of data debugging methods in computer vision datasetss

اشكال‌زدايي داده , برچسب نويزي , خطاي برچسب , خطاي برچسب‌گذاري , هوش مصنوعي داده‌محور

Data Debugging , Noisy Label , Label Error , Annotation Error , Data-Centric AI