Ordinal Adaptive Correction: A Data-Centric Approach to Ordinal Image Classification with Noisy Labels

En 3 lignesORDAC, une méthode data-centric, corrige les labels bruyants en classification ordinale d'images via Label Distribution Learning. Testée sur Adience (estimation d'âge) et Diabetic Retinopathy (sévérité maladie), ORDAC_R réduit l'erreur absolue moyenne de 0,86 à 0,62 avec 40% de bruit.

Résumé généré par Claude — vérifié par l'humain