摘要

深度神经网络模型对有限程度的标签噪声具有一定的鲁棒性，但在高噪声率场景下记忆错误标签的能力仍是尚未解决的关键问题。目前表现最优异的噪声标签学习算法通常采用两阶段流程：第一阶段为无监督学习，用于将训练样本分类为“干净”或“噪声”标签；第二阶段为半监督学习，通过最小化经验邻域风险（Empirical Vicinal Risk, EVR），利用第一阶段识别出的“干净”样本构成的有标签集与“噪声”样本构成的无标签集进行优化。本文提出假设：此类两阶段噪声标签学习方法的泛化性能，取决于无监督分类器的准确率以及训练集的规模，二者共同影响EVR的最小化效果。我们通过实验验证了上述两个假设，并提出了一种新型的两阶段噪声标签训练算法——LongReMix。我们在多个噪声标签基准数据集（包括CIFAR-10、CIFAR-100、WebVision、Clothing1M和Food101-N）上对LongReMix进行了测试。实验结果表明，与现有方法相比，LongReMix在高噪声场景下展现出更优的泛化能力，且在多数数据集上达到了当前最优性能。相关代码已公开，地址为：https://github.com/filipe-research/LongReMix。