一种基于主动学习的噪声标签选择性重标注方法

本发明公开了一种基于主动学习的噪声标签选择性重标注方法。本方法首先选择少量训练集对编码器和分类器进行预训练，然后利用一个噪声评估器来识别噪声样本，将训练数据集划分为干净数据和噪声数据；接着，提出了一个评分器结合样本的熵值和动态损失值大小对噪声样本进行排序，选取最高价值的若干样本供专家进行重标注；最后，采用MixUp技术将干净样本和重标注样本结合后对分类器进行重训练。本发明结合了主动学习和噪声标签学习思想，具有较好的噪声标签容错能力，且节省了标注资源，为实际场景中深度学习模型的噪声标签学习提供了有价值的参考。