Dynamic Correlation Learning and Regularization for Multi-Label Confidence Calibration

现代视觉识别模型通常表现出过度自信的特点，这是由于它们依赖于复杂的深度神经网络和单热目标监督所致，导致置信度得分不可靠，需要进行校准。虽然当前的置信度校准技术主要针对单标签场景，但缺乏对更实用和通用的多标签情境的关注。本文介绍了多标签置信度校准（MLCC）任务，旨在为多标签情境提供经过良好校准的置信度得分。与单标签图像不同，多标签图像包含多个对象，导致语义混淆和置信度得分的进一步不可靠性。现有的基于标签平滑的单标签校准方法未能考虑类别之间的相关性，而这对于解决语义混淆至关重要，因此产生了次优的性能。为了克服这些限制，我们提出了动态相关性学习和正则化（DCLR）算法，利用多粒度语义相关性来更好地建模语义混淆，实现自适应正则化。DCLR学习针对每个类别的动态实例级别和原型级别相似度，用于测量不同类别之间的语义相关性。在此基础上，我们构建自适应标签向量，将更高的值分配给具有强相关性的类别，从而促进更有效的正则化。我们建立了一个评估基准，重新实现了几种先进的置信度校准算法，并将其应用于领先的多标签识别（MLR）模型进行公平比较。通过广泛的实验，我们证明了DCLR在提供可靠的多标签置信度得分方面优于现有方法的卓越性能。

该论文旨在解决多标签场景下，现有的置信度校准技术主要针对单标签场景，缺乏对实际应用的普适性和可靠性的问题。

该论文提出了一种动态相关性学习和正则化算法（DCLR），通过多粒度语义相关性来更好地建模语义混淆，从而实现自适应正则化。

该论文在多标签识别（MLR）模型上进行了广泛的实验，证明了DCLR相对于现有方法在提供可靠置信度方面的优越性。论文还提供了一个评估基准，并重新实现了几种高级置信度校准算法，以进行公平比较。

在最近的相关研究中，还有一些相关的研究，例如：《On Calibration of Modern Neural Networks》、《Multi-Label Image Recognition with Graph Convolutional Networks》等。