基于双通道融合的长尾标签噪声检测方法OA

针对长尾分布与标签噪声并存场景下现有方法的局限性,文中提出了基于双通道融合的长尾标签噪声检测方法(DCND).所提方法在SFA框架基础上,将特征距离信号与训练损失信号融合,构建互补型双通道检测框架;同时设计类别感知自适应权重机制,依据各类别样本数量自适应调整两种信号的融合占比:尾部类别的融合权重趋近于零,主要依靠稳定性更强的距离信号开展判别;头部与中部类别则借助损失通道的互补特性实现额外校验.在 CIFAR-10-LT 和 CIFAR-100-LT(IR=100)上的实验表明,DCND 在多种噪声比例下均优于 DivideMix、RoLT+等主流基线,高噪声场景(γ=0.5)下相比SFA提升0.98%.