arXiv · 机器人与计算机视觉· Haolin Guo·· 2 天前AI 评分75
Hard or Mislabeled? Failure Screens Enrich Vision Benchmarks for Label Errors
Hard or Mislabeled? Failure Screens Enrich Vision Benchmarks for Label Errors
AI 导读
该论文指出,在视觉基准测试中,强分类器无法识别的‘失败屏幕’往往包含大量标签错误的样本。研究基于 ImageNet 等数据集验证了这一现象,发现严格筛选下的错误率显著高于整体水平。作者提出了 ScreenAudit 工具,用于重建修正后的答案集并对基准进行逐图审计,相关代码与数据将在后续发布。
来源:arXiv · 机器人与计算机视觉 · arxiv.org