目标检测——使用loss发现噪声数据

2 备注

2.1 聚类算法中的outliers是怎么定义的呀，是按照一定半径画出决策边界，然后不属于任何一个类的点吗？

我在优图交流群中进行了提问，记录如下：

我：请问一下，聚类算法中的outliers是怎么定义的呀，是按照一定半径画出决策边界，然后不属于任何一个类的点吗？

程昊老师：outlier的定义是由聚类算法确定的，不同的聚类方法对outlier的定义有所不同。ppt里用的是DBSCAN聚类，建议你可以了解一下DBSCAN的实现细节哈！

2.2 请问一下，有没有文章用loss发现噪声标签呢？

我也在优图交流群中进行了提问，记录如下：

我：请问一下，有没有文章用loss发现噪声标签呢？

程昊老师：用loss发现噪音标签是最简单和最传统的方式，类似MentorNet (ICML2018), co-teaching (NeurlPS2018)，O2U Net (ICCV2019)等等。不过这些方法主要用loss来做sample selection而不是去specifically 设计一个loss function。更多文章可以在https://github.com/subeeshvasu/Awesome-Learning-with-Label-Noise里去找哈！