- Towards Reducing Labeling Cost in Deep Object Detection [61.0]
本稿では,検知器の不確実性と頑健性の両方を考慮した,アクティブラーニングのための統一的なフレームワークを提案する。 提案手法は, 確率分布のドリフトを抑えながら, 極めて確実な予測を擬似ラベル化することができる。
論文 参考訳（メタデータ） 参考訳（全文） (Tue, 22 Jun 2021 16:53:09 GMT)- アクティブラーニングにおいてentropyのような尺度を用いるとレアなクラス（分類性能が低くなっているクラス）に対して適切なラベリングすべきサンプルを選ぶことができない。一貫性に基づくスコアを用いることによってこの問題に対処したとのこと。ラベル付けコストを最大82%削減するという結果は興味深い。