Ground-truth数据面临哪些挑战?

描述

Ground-truth(真值)是什么?

Ground-truth在机器学习中表示有监督学习的训练集的分类准确性,用于证明或者推翻某个假设。有监督的机器学习会对训练数据打标记,将那些正确打标记的数据成为ground truth。Ground truth就是参考标准,一般用来做误差量化,最终用于验证分类算法的准确性。真值标定的输入一般是视频文件。真值标定既可以手动一帧一帧地标定,也可以半自动化标定后再手工修正,最终可以将结果保存成真值数据库。

Ground-truth在自动驾驶汽车产业具有很高的的附加值,它涉及以下数据处理流程:数据采集、数据标注、模型训练、应用、验证。拥有最高质量Ground-truth数据的公司将会处于自动驾驶汽车的最前沿。

机器学习

机器学习

Ground-truth质量影响算法质量。

机器学习

一、Ground-truth数据面临哪些挑战

丢失或模糊的对象

不一致的标记(行人手中有物体或没有物体)

不同种类车辆之间不明确的边界

系统性的标记误差

不精确性

定义不佳的需求

1.1 丢失或模糊的对象

机器学习

1.2 不一致的标记 (行人手中有物体或没有物体)

机器学习

1.3 不同种类车辆之间不明确的边界

1.4 系统化标记误差

原始的标记框不精确,通过对顶部和底部的修正以及更详细的注释使得标记框更加精确。

机器学习

机器学习

二、实验:Ground Truth质量对于算法性能的影响

2.1 实验

我们展示了标记框实验的初步结果

1. 复合分类(定义不佳的标签需求)

2. 不精确的真值标记

复合分类

图中骑车人和行人被标记了出来,自行车没有被标记出来。

机器学习

2.2 复合Caltech:新数据集

行人与携带行李的行人的对比

机器学习

Caltech完成了从原始不精确标记框到更为精确的标记框,再到高质量复合型标记框的转变。

机器学习

2.3 复合型Caltech训练

1. 用于重复性结果的框外物体检测器

2. 体系结构:更快的 rcnn_resnet101_coco (coco预训练)

3. Caltech数据库微调(任何一个变量都有一个独立的模型,没有超参数调优)

机器学习

2.4 Caltech检测器评估

  Caltech 改进的Caltech 复合Caltech
mAP@0.5 0.2170 0.3030 0.2916

 

初步结果:复合Caltech降低了精确度

机器学习

机器学习

机器学习

2.5 扭曲VOC边界框

机器学习

机器学习

机器学习

2.6实验总结

标记不精确(质量)对高精度区域的性能影响显著。

三、解决方案

加速标注过程:更高速、精确并且具有成本效益

机器学习

人工标注过程从90分钟压缩到35分钟 

可视化不确定的地方,引导标记人员

四、Understand.ai 质量保证办法

一是依靠智能算法

深度学习推理,与不确定性计算共同加快标注员的工作

算法质量检测与物体追踪

二是依靠人类智慧

每一幅图像都经过人类标注员的验证

通过内部专家提供额外的质量保证

通过智能算法与人类智慧,共同完成高质量的标注。

机器学习

通过算法推荐,计算不确定的地方,以及标记人员解决不确定性的地方,共同完成高质量的标注。

机器学习

LIDAR标注

通过算法和工具,使得速度最高能提高5倍。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分