Buchumschlag

Self-Relaxed Joint Training: Sample Selection for Severity Estimation with Ordinal Noisy Labels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Takezaki, Shumpei, Tanaka, Kiyohito, Uchida, Seiichi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Ordinal Diffusion Model for Generating Medical Images with Different Severity Levels
von: Takezaki, Shumpei, et al.
Veröffentlicht: (2024)

SCoRe: Clean Image Generation from Diffusion Models Trained on Noisy Images
von: Matsuzaki, Yuta, et al.
Veröffentlicht: (2026)

Inverse Scene Text Removal
von: Yoshimatsu, Takumi, et al.
Veröffentlicht: (2025)

Font Style Interpolation with Diffusion Models
von: Kondo, Tetta, et al.
Veröffentlicht: (2024)

Cross-Domain Image Conversion by CycleDM
von: Shimotsumagari, Sho, et al.
Veröffentlicht: (2024)

Few-Part-Shot Font Generation
von: Akiba, Masaki, et al.
Veröffentlicht: (2025)

Ranking-Guided Semi-Supervised Domain Adaptation for Severity Classification
von: Harada, Shota, et al.
Veröffentlicht: (2026)

Deep Bayesian Active Learning-to-Rank with Relative Annotation for Estimation of Ulcerative Colitis Severity
von: Kadota, Takeaki, et al.
Veröffentlicht: (2024)

Ordinal Multiple-instance Learning for Ulcerative Colitis Severity Estimation with Selective Aggregated Transformer
von: Shiku, Kaito, et al.
Veröffentlicht: (2024)

NoiseCutMix: A Novel Data Augmentation Approach by Mixing Estimated Noise in Diffusion Models
von: Takezaki, Shumpei, et al.
Veröffentlicht: (2025)

VesselFusion: Diffusion Models for Vessel Centerline Extraction from 3D CT Images
von: Mita, Soichi, et al.
Veröffentlicht: (2026)

Learning to Kern: Set-wise Estimation of Optimal Letter Space
von: Nakatsuru, Kei, et al.
Veröffentlicht: (2024)

Cell Instance Segmentation via Multi-Task Image-to-Image Schrödinger Bridge
von: Inoue, Hayato, et al.
Veröffentlicht: (2026)

Font Impression Estimation in the Wild
von: Kitajima, Kazuki, et al.
Veröffentlicht: (2024)

Domain Adaptation for Ulcerative Colitis Severity Estimation Using Patient-Level Diagnoses
von: Yamaguchi, Takamasa, et al.
Veröffentlicht: (2025)

Guidance-base Diffusion Models for Improving Photoacoustic Image Quality
von: Eguchi, Tatsuhiro, et al.
Veröffentlicht: (2025)

NoiseCollage: A Layout-Aware Text-to-Image Diffusion Model Based on Noise Cropping and Merging
von: Shirakawa, Takahiro, et al.
Veröffentlicht: (2024)

Embedding Font Impression Word Tags Based on Co-occurrence
von: Kubota, Yugo, et al.
Veröffentlicht: (2025)

PASS: Peer-Agreement based Sample Selection for training with Noisy Labels
von: Garg, Arpit, et al.
Veröffentlicht: (2023)

Learning Disease State from Noisy Ordinal Disease Progression Labels
von: Schmidt, Gustav, et al.
Veröffentlicht: (2025)

PLReMix: Combating Noisy Labels with Pseudo-Label Relaxed Contrastive Representation Learning
von: Liu, Xiaoyu, et al.
Veröffentlicht: (2024)

Ordinal Adaptive Correction: A Data-Centric Approach to Ordinal Image Classification with Noisy Labels
von: Moghaddam, Alireza Sedighi, et al.
Veröffentlicht: (2025)

Impression-CLIP: Contrastive Shape-Impression Embedding for Fonts
von: Kubota, Yugo, et al.
Veröffentlicht: (2024)

Pseudo-label Learning with Calibrated Confidence Using an Energy-based Model
von: Toba, Masahito, et al.
Veröffentlicht: (2024)

Enhancing Reliability of Medical Image Diagnosis through Top-rank Learning with Rejection Module
von: Ji, Xiaotong, et al.
Veröffentlicht: (2025)

Computer-Aided Multi-Stroke Character Simplification by Stroke Removal
von: Ishiyama, Ryo, et al.
Veröffentlicht: (2025)

Hierarchical Co-Embedding of Font Shapes and Impression Tags
von: Kubota, Yugo, et al.
Veröffentlicht: (2026)

ANNE: Adaptive Nearest Neighbors and Eigenvector-based Sample Selection for Robust Learning with Noisy Labels
von: Cordeiro, Filipe R., et al.
Veröffentlicht: (2024)

Learning from Partial Label Proportions for Whole Slide Image Segmentation
von: Matsuo, Shinnosuke, et al.
Veröffentlicht: (2024)

Joint Asymmetric Loss for Learning with Noisy Labels
von: Wang, Jialiang, et al.
Veröffentlicht: (2025)

Typographic Text Generation with Off-the-Shelf Diffusion Model
von: Peong, KhayTze, et al.
Veröffentlicht: (2024)

What Text Design Characterizes Book Genres?
von: Haraguchi, Daichi, et al.
Veröffentlicht: (2024)

Estimating Noisy Class Posterior with Part-level Labels for Noisy Label Learning
von: Zhao, Rui, et al.
Veröffentlicht: (2024)

Sample Selection via Contrastive Fragmentation for Noisy Label Regression
von: Kim, Chris Dongjoo, et al.
Veröffentlicht: (2025)

Deep Domain Adaptation for Ordinal Regression of Pain Intensity Estimation Using Weakly-Labelled Videos
von: Praveen, R. Gnana, et al.
Veröffentlicht: (2020)

Total Disentanglement of Font Images into Style and Character Class Features
von: Haraguchi, Daichi, et al.
Veröffentlicht: (2024)

Deep Self-Cleansing for Medical Image Segmentation with Noisy Labels
von: Dong, Jiahua, et al.
Veröffentlicht: (2024)

Combating Noisy Labels through Fostering Self- and Neighbor-Consistency
von: Sun, Zeren, et al.
Veröffentlicht: (2026)

NICEST: Noisy Label Correction and Training for Robust Scene Graph Generation
von: Li, Lin, et al.
Veröffentlicht: (2022)

Enhanced Sample Selection with Confidence Tracking: Identifying Correctly Labeled yet Hard-to-Learn Samples in Noisy Data
von: Pan, Weiran, et al.
Veröffentlicht: (2025)