HPU-experiments:HPU专为动态置信度更新而开发，可获取更可靠的数据

HPU实验 为有抱负的研究人员挑战而开发，加州大学圣克鲁斯分校和斯坦福大学 基于Python的GUI，可将人“置于循环中”以实现更好的分类。 机器分类的图像被送入系统，要求用户进行以下操作：a）消除误报b）消除误报 每个bbox依次显示“工人”，并要求使用“ Y”或“ N”将其分类为正确或错误。 根据他的响应，图像的顺序会动态更新，以协助下一个工作人员的工作。 该方法表明，即将到来的工作人员为边界框的有效性做出投票所花费的时间显着减少。 在下一轮中，“工人”被要求标记为假阴性，从而进一步改善结果。