Learning With Coarse Labels

学习粗标签数据的细粒度表示是一种旨在通过利用标记成本较低的粗略标签来获取高精度细粒度特征的方法。该任务的目标是通过算法优化，从粗略标签中提取出更详细的类别信息，从而显著降低数据标注的成本，提高模型训练的效率。在计算机视觉领域，这种方法能够有效应用于图像分类、目标检测等任务，提升模型对细微差异的识别能力。