首頁 科技週邊 人工智慧 移除ImageNet標籤錯誤,模型排名發生大幅變化

移除ImageNet標籤錯誤,模型排名發生大幅變化

Apr 12, 2023 pm 05:46 PM
ai 模型

先前,ImageNet 因為標籤錯誤的問題而成為熱門話題,這個數字說出來你可能會大吃一驚,至少有十萬個標籤是存在問題的。那些基於錯誤標籤所做的研究,很可能要推翻重來一遍。

由此看來管理資料集品質還是很重要的。

很多人會使用 ImageNet 資料集作為 benchmark,不過基於 ImageNet 預訓練的模型,最終結果可能會因為資料品質而改變。

本文中,來自Adansons 公司的工程師Kenichi Higuchi 對《 Are we done with ImageNet? 》一文中的ImageNet 資料集進行重新研究,在移除錯誤標籤資料後,重新評估torchvision 上發布的模型。

從 ImageNet 中刪除錯誤資料並重新評估模型

本文將 ImageNet 中的標籤錯誤分為三類,如下所示。

(1) 標註錯誤的資料 

(2) 對應多個標籤的資料 

(3) 不屬於任何標籤的資料

移除ImageNet標籤錯誤,模型排名發生大幅變化

總結來看,錯誤資料大約有14,000 多個,考慮評估資料的數量為50000,可以看出錯誤資料佔比極高。下圖是一些有代表性的錯誤數據。

移除ImageNet標籤錯誤,模型排名發生大幅變化

方法

在不重新訓練模型的情況下,該研究透過只排除標註錯誤的數據,也就是上述(1)類錯誤數據,以及從評估數據中排除所有錯誤數據,也就是(1)-(3) 錯誤數據,來重新檢查模型的準確率。

為了刪除錯誤數據,需要使用一個描述標籤錯誤訊息的元資料檔案。在這個元資料檔案中,如果包含 (1)-(3) 類別錯誤,則資訊將在「correction」屬性中描述。

移除ImageNet標籤錯誤,模型排名發生大幅變化

該研究使用名為 Adansons Base 的工具,Adansons Base 透過將資料集連結到元資料來過濾資料。這裡測試了 10 個模型,如下所示。

移除ImageNet標籤錯誤,模型排名發生大幅變化

10 個測試的影像分類模型

#結果如下表所示(數值是以% 為單位的精確度,括號中的數字是排名)

移除ImageNet標籤錯誤,模型排名發生大幅變化

10 個分類模型的結果

以All Eval 資料為基線,排除錯誤資料類型(1),準確率平均提高3.122 分;排除所有錯誤資料(1)~(3) ,準確率平均提高11.743 分。

和預想的一樣,排除錯誤數據,準確率全面提高,這一點毫無疑問,因為與乾淨數據相比,存在錯誤數據很容易出錯。

當在不排除錯誤資料的情況下進行評估,以及錯誤資料(1)~(3) 都被排除時,模型的準確率排名發生了變化。

本文中,錯誤資料 (1) 有 3670 個,佔全部 50000 條資料的 7.34%,移除後準確率平均提高了 3.22 點左右。當錯誤移除資料後,資料規模發生了變化,單純的比較準確率可能存在偏差。

結論

儘管並未特別強調,但是在做評估訓練時,使用準確標記的資料很重要。

在比較模型之間的準確率時,先前的研究可能會得出錯誤的結論。所以應該先對數據進行評估,但這真的可以用來評估模型的表現嗎?

許多使用深度學習的模型往往不屑於對數據進行反思,而是渴望透過模型的表現表現來提高準確性和其他評估指標,即使是評價數據中包含錯誤數據,也沒進行準確的處理。

當建立自有的資料集時,例如在業務中應用 AI 時,創建高品質的資料集直接關係到提高 AI 的準確率和可靠性。本文的實驗結果表明,僅僅提高資料品質就可以將準確率提高約 10 個百分點,這表明在開發 AI 系統時不僅要改進模型,還要改善資料集。

然而,保證資料集的品質並不容易。雖然增加元資料的數量以正確評估 AI 模型和資料的品質很重要,但管理起來可能很麻煩,尤其是對於非結構化資料。

以上是移除ImageNet標籤錯誤,模型排名發生大幅變化的詳細內容。更多資訊請關注PHP中文網其他相關文章!

本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

<🎜>:泡泡膠模擬器無窮大 - 如何獲取和使用皇家鑰匙
3 週前 By 尊渡假赌尊渡假赌尊渡假赌
北端:融合系統,解釋
3 週前 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora:巫婆樹的耳語 - 如何解鎖抓鉤
3 週前 By 尊渡假赌尊渡假赌尊渡假赌

熱工具

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

禪工作室 13.0.1

禪工作室 13.0.1

強大的PHP整合開發環境

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SublimeText3 Mac版

SublimeText3 Mac版

神級程式碼編輯軟體(SublimeText3)

熱門話題

Java教學
1664
14
CakePHP 教程
1423
52
Laravel 教程
1321
25
PHP教程
1269
29
C# 教程
1249
24
C  中的chrono庫如何使用? C 中的chrono庫如何使用? Apr 28, 2025 pm 10:18 PM

使用C 中的chrono庫可以讓你更加精確地控制時間和時間間隔,讓我們來探討一下這個庫的魅力所在吧。 C 的chrono庫是標準庫的一部分,它提供了一種現代化的方式來處理時間和時間間隔。對於那些曾經飽受time.h和ctime折磨的程序員來說,chrono無疑是一個福音。它不僅提高了代碼的可讀性和可維護性,還提供了更高的精度和靈活性。讓我們從基礎開始,chrono庫主要包括以下幾個關鍵組件:std::chrono::system_clock:表示系統時鐘,用於獲取當前時間。 std::chron

如何理解C  中的DMA操作? 如何理解C 中的DMA操作? Apr 28, 2025 pm 10:09 PM

DMA在C 中是指DirectMemoryAccess,直接內存訪問技術,允許硬件設備直接與內存進行數據傳輸,不需要CPU干預。 1)DMA操作高度依賴於硬件設備和驅動程序,實現方式因係統而異。 2)直接訪問內存可能帶來安全風險,需確保代碼的正確性和安全性。 3)DMA可提高性能,但使用不當可能導致系統性能下降。通過實踐和學習,可以掌握DMA的使用技巧,在高速數據傳輸和實時信號處理等場景中發揮其最大效能。

怎樣在C  中處理高DPI顯示? 怎樣在C 中處理高DPI顯示? Apr 28, 2025 pm 09:57 PM

在C 中處理高DPI顯示可以通過以下步驟實現:1)理解DPI和縮放,使用操作系統API獲取DPI信息並調整圖形輸出;2)處理跨平台兼容性,使用如SDL或Qt的跨平台圖形庫;3)進行性能優化,通過緩存、硬件加速和動態調整細節級別來提升性能;4)解決常見問題,如模糊文本和界面元素過小,通過正確應用DPI縮放來解決。

C  中的實時操作系統編程是什麼? C 中的實時操作系統編程是什麼? Apr 28, 2025 pm 10:15 PM

C 在實時操作系統(RTOS)編程中表現出色,提供了高效的執行效率和精確的時間管理。 1)C 通過直接操作硬件資源和高效的內存管理滿足RTOS的需求。 2)利用面向對象特性,C 可以設計靈活的任務調度系統。 3)C 支持高效的中斷處理,但需避免動態內存分配和異常處理以保證實時性。 4)模板編程和內聯函數有助於性能優化。 5)實際應用中,C 可用於實現高效的日誌系統。

怎樣在C  中測量線程性能? 怎樣在C 中測量線程性能? Apr 28, 2025 pm 10:21 PM

在C 中測量線程性能可以使用標準庫中的計時工具、性能分析工具和自定義計時器。 1.使用庫測量執行時間。 2.使用gprof進行性能分析,步驟包括編譯時添加-pg選項、運行程序生成gmon.out文件、生成性能報告。 3.使用Valgrind的Callgrind模塊進行更詳細的分析,步驟包括運行程序生成callgrind.out文件、使用kcachegrind查看結果。 4.自定義計時器可靈活測量特定代碼段的執行時間。這些方法幫助全面了解線程性能,並優化代碼。

量化交易所排行榜2025 數字貨幣量化交易APP前十名推薦 量化交易所排行榜2025 數字貨幣量化交易APP前十名推薦 Apr 30, 2025 pm 07:24 PM

交易所內置量化工具包括:1. Binance(幣安):提供Binance Futures量化模塊,低手續費,支持AI輔助交易。 2. OKX(歐易):支持多賬戶管理和智能訂單路由,提供機構級風控。獨立量化策略平台有:3. 3Commas:拖拽式策略生成器,適用於多平台對沖套利。 4. Quadency:專業級算法策略庫,支持自定義風險閾值。 5. Pionex:內置16 預設策略,低交易手續費。垂直領域工具包括:6. Cryptohopper:雲端量化平台,支持150 技術指標。 7. Bitsgap:

給MySQL表添加和刪除字段的操作步驟 給MySQL表添加和刪除字段的操作步驟 Apr 29, 2025 pm 04:15 PM

在MySQL中,添加字段使用ALTERTABLEtable_nameADDCOLUMNnew_columnVARCHAR(255)AFTERexisting_column,刪除字段使用ALTERTABLEtable_nameDROPCOLUMNcolumn_to_drop。添加字段時,需指定位置以優化查詢性能和數據結構;刪除字段前需確認操作不可逆;使用在線DDL、備份數據、測試環境和低負載時間段修改表結構是性能優化和最佳實踐。

C  中的字符串流如何使用? C 中的字符串流如何使用? Apr 28, 2025 pm 09:12 PM

C 中使用字符串流的主要步驟和注意事項如下:1.創建輸出字符串流並轉換數據,如將整數轉換為字符串。 2.應用於復雜數據結構的序列化,如將vector轉換為字符串。 3.注意性能問題,避免在處理大量數據時頻繁使用字符串流,可考慮使用std::string的append方法。 4.注意內存管理,避免頻繁創建和銷毀字符串流對象,可以重用或使用std::stringstream。

See all articles