SimMatchV2 : Apprentissage semi-supervisé avec cohérence de graphe

La classification d’images semi-supervisée est l’un des problèmes fondamentaux en vision par ordinateur, réduisant de manière significative la nécessité d’intervention humaine. Dans cet article, nous introduisons un nouvel algorithme d’apprentissage semi-supervisé, SimMatchV2, qui formule diverses régularisations de cohérence entre données étiquetées et non étiquetées à partir d’une perspective graphique. Dans SimMatchV2, chaque vue augmentée d’un échantillon est considérée comme un nœud, composé d’une étiquette et de sa représentation correspondante. Ces nœuds sont reliés entre eux par des arêtes, dont la présence est déterminée par la similarité entre les représentations des nœuds. Inspirés par les mécanismes d’échange de messages et de classification de nœuds en théorie des graphes, nous proposons quatre types de cohérences : 1) cohérence nœud-nœud, 2) cohérence nœud-arête, 3) cohérence arête-arête et 4) cohérence arête-nœud. Nous montrons également que la simple normalisation des caractéristiques permet de réduire efficacement les écarts entre les normes des caractéristiques des différentes vues augmentées, améliorant ainsi considérablement les performances de SimMatchV2. L’approche SimMatchV2 a été validée sur plusieurs benchmarks d’apprentissage semi-supervisé. Notamment, en utilisant ResNet-50 comme architecture principale et en entraînant pendant 300 époques, SimMatchV2 atteint une précision Top-1 de 71,9 % et 76,2 % respectivement avec 1 % et 10 % d’exemples étiquetés sur ImageNet, surpassant significativement les méthodes précédentes et atteignant un niveau d’état de l’art. Le code source et les modèles pré-entraînés sont disponibles à l’adresse suivante : \href{https://github.com/mingkai-zheng/SimMatchV2}{https://github.com/mingkai-zheng/SimMatchV2}.