摘要
本发明涉及一种基于近邻锚点标签纠正的含噪声标签图像分类方法包括：对图像分类模型预热训练；将带有噪声标签的图像数据集划分为干净子集与噪声子集，针对干净子集和噪声子集使用监督学习与半监督学习相结合的方式训练图像分类模型；计算干净子集中各类别样本的置信度；根据各类别样本的置信度从噪声子集中选取潜在可被纠正样本；从干净子集中选取潜在可被纠正样本的k个最近邻样本，并计算和其k个最近邻样本的mixup预测一致性；将预测一致的潜在可被纠正样本从噪声子集转移到干净子集；更新噪声子集和干净子集，对干净子集和噪声子集使用监督学习与半监督学习相结合的方式训练图像分类模型，重复执行上述步骤得到训练好的图像分类模型。
