Sejong Üniversitesi araştırmacıları nesne algılama veri kümelerindeki gizli etiketleme hatalarını incelediSejong University researchers examine hidden annotation errors in object detection datasets

Çalışma, nesne algılama modellerinin güvenilirliğinin eğitim verisi kalitesine bağlı olduğunu vurgulayarak, yaygın kullanılan veri kümelerindeki eksik veya hatalı etiketlerin model performansını nasıl olumsuz etkilediğini sistematik bir şekilde ortaya koyuyor.The study systematically demonstrates how missing or erroneous labels in commonly used datasets negatively impact model performance, emphasizing that the reliability of object detection models depends on the quality of the training data.