该博客提出将图像识别和标注任务转化为游戏形式，通过动态图像、重标注和交互式标注增强数据多样性，提高模型的泛化能力。游戏化的标注过程不仅可能减少标注噪音，还可能提高标注者的参与度和准确性。此外，通过排行榜和人机对抗，这种方法可以激发用户兴趣，进一步优化标注质量和速度。最后，作者设想让用户提交训练好的模型，形成一种刷榜竞赛，促进社区的互动和模型进步。
认知标注任务都做成游戏
https://blog.youkuaiyun.com/foreachself/article/details/112166372
比如一堆图像到处晃，然后让识别里面有啥，检测等等
屏幕（游戏）分辨率，就是CNN感知的那个面 然后游戏内容就是一堆图像乱飞，遮挡，colorshift都安排上 我就不信泛化能力不强了？
重标注： 比如多人去标同一张图像，同一张图像拥有多人的标注版本
动态标注： 让图像随机连续平移（其他增强都可以），然后人工去用刚开始标的（此处为bbox）框去跟踪，调整框（或者标注自由度）以连续
这样可以一次标注获得大量增强的标注图像，同一人的重标注版本你认为引入新标注噪音？其实这让标注更加平滑与稳定，增加可靠性；而这对人类来说，并不会增加任何难度，反而更喜欢连续标注（游戏型）
可交互标注（增强信息）： 非空间变换增强都是“离散”型的？ 比如colorshift，增强后根本没有标注变化，仅仅是看得出来和看不出来的问题
如果能在交互标注保存这个配置，用于训练增强感觉就很不错，（“人机”对抗让模型学到人眼分界？）连连看用在pair标注上 图像和标签/文本，用这个机制标注能更快一些 尤其是多标签，一个图的标签列一大堆想半天 不如多次乱序标注，更人类友好
不是纯游戏设计，比验证码娱乐感强
还能靠人机刷榜对抗
然后游戏后期排行榜就都是AI
最终做成让用户可以提交模型
刷榜竞赛
这个idea蛮简单
应该有类似的，可是我找不到
Foldit有点像
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
