Deep learning 在训练CNNs用于图像目标识别时，可以考虑标签的不确定性。_Deep Learning_Annotations_Conv Neural Network_Supervised Learning

Deep learning 在训练CNNs用于图像目标识别时，可以考虑标签的不确定性。

deep-learning

Deep learning 在训练CNNs用于图像目标识别时，可以考虑标签的不确定性。,deep-learning,annotations,conv-neural-network,supervised-learning,Deep Learning,Annotations,Conv Neural Network,Supervised Learning,我已经为相机图像自动创建了一个对象检测数据集。但是，我用于此的算法会出错。但我可以计算不确定性现在我的问题是：在训练神经网络时，是否可以考虑这些不确定性？如果是，怎么做？你们当中有人读过这方面的报纸吗不幸的是，我自己找不到关于它的任何东西。（也许我只是在搜索中使用了错误的关键字）首先，非常感谢你的帮助 ps：一些细节：我有一个带激光雷达的机器人，他正在用一个普通的slam算法计算他对物体的位置。我可以计算位置的共变矩阵。我使用这些信息为2d图像创建标签。稍后，我想用一台便宜的相机做与激光雷

我已经为相机图像自动创建了一个对象检测数据集。但是，我用于此的算法会出错。但我可以计算不确定性

现在我的问题是：在训练神经网络时，是否可以考虑这些不确定性？如果是，怎么做？你们当中有人读过这方面的报纸吗

不幸的是，我自己找不到关于它的任何东西。（也许我只是在搜索中使用了错误的关键字）

首先，非常感谢你的帮助

ps：一些细节：我有一个带激光雷达的机器人，他正在用一个普通的slam算法计算他对物体的位置。我可以计算位置的共变矩阵。我使用这些信息为2d图像创建标签。稍后，我想用一台便宜的相机做与激光雷达相同的工作

如果我没弄错你的问题，那是关于一个嘈杂的训练数据集？如果是的话，有一些文件可以解决这个问题-例如

或

希望这些文件能有所帮助：）