CVPR2019 | 弱监督图像分类建模

编者按：获取大规模数据集的高置信标注是一个难点问题，而解决此问题的弱监督学习更贴近人类对世界的认知机制。已有的弱监督图像分类研究，通常局限于单标签或者多标签噪声场景。 本文中，将为大家介绍中科院计算所VIPL组的CVPR2019新作：作者提出了一种基于噪声正则化的弱监督图像分类方法，通过结合使用大量噪声标注数据和少量干净标注数据(比如5%)，提升图像分类效果的同时，在多标签和单标签场景中取得了更好

>>阅读原文<<