问使用CNN检测数据集中的不正确标签图像

EN

就我所理解的情况而言，您有一个数据库，其中每个数据包含一组3项:图像、标签和布尔值(如果标签是否正确)。

您想要训练一个模型，您可以在其中分类正确的标记数据和不正确的标记数据。

如果我们讨论的是二进制分类，那么这个问题相当于将所有不正确的标签更改为另一个标签。

假设问题不是二进制分类(这与训练一个新的经典CNN图像分类模型相同)，那么您应该训练一个新的模型，其中包含一个CNN和当前标签作为输入和一个输出：

1. 构建一个以图像为输入的CNN，并输出最可定位的类(输入一个NxM图像，并输出一个K类的向量和每个类的概率)。
2. 取预测的标签并使用前馈网络根据CNN的输出预测标签是否正确。也许所有的CNN输出都是相似的，它很可能混淆标签，即使其中一个是最高的，这是由FFNN解决的。
3. 尝试一种转移学习技术，里面有2个网络！

祝你好运和问候！