SimMatchV2: Semi-supervised Learning mit graphischer Konsistenz

Semi-supervisedes Bildklassifizierung ist eines der grundlegendsten Probleme im Bereich des maschinellen Sehens und reduziert den Bedarf an menschlicher Arbeitskraft erheblich. In diesem Artikel stellen wir einen neuen Algorithmus für semi-supervisedes Lernen vor – SimMatchV2 –, der verschiedene Konsistenzregularisierungen zwischen gelabelten und ungekennzeichneten Daten aus der Perspektive von Graphen formuliert. In SimMatchV2 betrachten wir die augmentierten Ansichten eines Datensatzes als Knoten, die jeweils aus einem Label und der entsprechenden Repräsentation bestehen. Verschiedene Knoten werden durch Kanten verbunden, deren Stärke durch die Ähnlichkeit der Knotenrepräsentationen gemessen wird. Inspiriert durch den Nachrichtenübertragungsprozess und die Knotenklassifizierung in der Graphentheorie, schlagen wir vier Arten von Konsistenzen vor: 1) Knoten-Knoten-Konsistenz, 2) Knoten-Kanten-Konsistenz, 3) Kante-Kante-Konsistenz und 4) Kante-Knoten-Konsistenz. Zudem zeigen wir, dass eine einfache Merkmalsnormalisierung die Differenzen der Merkmalsnormen zwischen verschiedenen augmentierten Ansichten erheblich verringert und somit die Leistung von SimMatchV2 signifikant verbessert. SimMatchV2 wurde an mehreren etablierten Benchmarks für semi-supervisedes Lernen validiert. Insbesondere erreicht SimMatchV2 mit ResNet-50 als Backbone und 300 Trainings-Epochen eine Top-1-Accuracy von 71,9 % bei 1 % und 76,2 % bei 10 % gelabelten Beispielen auf ImageNet – wodurch es die bisherigen Methoden deutlich übertrifft und eine state-of-the-art-Leistung erzielt. Der Quellcode und vortrainierte Modelle sind unter \href{https://github.com/mingkai-zheng/SimMatchV2}{https://github.com/mingkai-zheng/SimMatchV2} verfügbar.