开放集半监督学习中未标注数据的探索与利用
计算机视觉与模式识别
2023-07-03 v1
摘要
在本文中，我们处理半监督学习（SSL）中一个复杂但实际的场景，称为开放集SSL，其中未标注数据同时包含分布内（ID）和分布外（OOD）样本。与以往仅考虑ID样本有用并在训练中完全滤除OOD样本的方法不同，我们认为对ID和OOD样本的探索与利用均有益于SSL。为支持我们的主张，i) 我们提出了一种基于原型的聚类与识别算法，该算法在特征层面探索样本间固有的相似性与差异性，并将它们有效聚类于若干预定义的ID和OOD原型周围，从而增强特征学习并促进ID/OOD识别；ii) 我们提出了一种基于重要性的采样方法，该方法利用了各ID和OOD样本对SSL重要性的差异，从而减少采样偏差并改进训练。我们提出的方法在多个具有挑战性的基准上达到了最先进（state-of-the-art）水平，且即使未标注数据中完全不含ID样本，也优于现有SSL方法。
引用
@article{arxiv.2306.17699,
title = {Exploration and Exploitation of Unlabeled Data for Open-Set Semi-Supervised Learning},
author = {Ganlong Zhao and Guanbin Li and Yipeng Qin and Jinjin Zhang and Zhenhua Chai and Xiaolin Wei and Liang Lin and Yizhou Yu},
journal= {arXiv preprint arXiv:2306.17699},
year = {2023}
}