中心性与一致性：基于两阶段清洁样本识别的学习方法在实例相关噪声标签下的应用

以噪声标签训练的深度模型容易发生过拟合，且在泛化能力上表现不佳。现有大多数方法基于一个理想假设：标签噪声为类别条件噪声（class-conditional noise），即同一类别的样本遵循相同的噪声模型，且与样本特征无关。然而在实际场景中，真实世界的噪声模式通常更为精细，表现为实例相关（instance-dependent）的噪声，这在类别间存在不平衡的情况下尤其构成严峻挑战。针对上述问题，本文提出一种两阶段的干净样本识别方法。首先，我们采用基于类别级别的特征聚类策略，对靠近各类别预测中心的样本进行早期干净样本识别。值得注意的是，为缓解类别不平衡问题，我们根据预测熵对稀有类别进行聚合处理。其次，针对那些接近真实类别边界的剩余样本（通常混杂着实例相关噪声的样本），我们提出一种新颖的一致性驱动分类方法，通过比较两个分类头输出的一致性来识别干净样本：一致性越高，样本为干净样本的概率越大。在多个具有挑战性的基准数据集上的大量实验表明，所提方法在性能上显著优于现有最先进方法。