原型对齐干净子集提取算法

噪声长尾下一键清洗

通过最优传输对齐类原型与样本分布，同时矫正标签噪声与类别不平衡，为下游模型训练提供高纯度数据子集。

Zhuo, Li · He, Zhao · Anningzhe, Gao · Dandan, Guo · Chang, Tsunghui · 万翔

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

一步联合清洗

使用最优传输匹配类原型与样本分布，同时重新标注并筛选样本，避免分别处理噪声与不平衡带来的误差累积。

无需噪声检测器

直接从噪声长尾数据中提取干净子集，省去了设计、训练独立噪声检测器的复杂流程。

应用场景

• 图像分类模型训练：用清洗后的子集训练，减少噪声标签干扰，提升分类精度。
• 机器人视觉数据清洗：自动筛除机器人采集数据中的误标和长尾冗余样本。
• 具身智能数据预处理：为具身智能模型提供平衡且可信的训练数据，支撑策略学习。