基于双重排序统计与互知识蒸馏的新视觉类别发现
计算机视觉与模式识别
2022-01-04 v2
摘要
本文研究新视觉类别发现问题，即利用含其他不同但相关类别图像的标注数据集，将来自新类的无标注图像分组到不同语义划分中。这比传统半监督学习更现实且更具挑战性。我们针对该问题提出双分支学习框架，一分支关注局部部件级信息，另一分支关注整体特征。为将知识从标注数据迁移至无标注数据，我们提议在两分支上使用双重排序统计生成伪标签以训练无标注数据。我们进一步引入互知识蒸馏方法，使两分支间信息交换并达成一致性以发现新类别，令模型兼得全局与局部特征之益。我们在通用物体分类公开基准及更具挑战的细粒度视觉识别数据集上全面评估了本方法，取得了SOTA性能。
引用
@article{arxiv.2107.03358,
title = {Novel Visual Category Discovery with Dual Ranking Statistics and Mutual Knowledge Distillation},
author = {Bingchen Zhao and Kai Han},
journal= {arXiv preprint arXiv:2107.03358},
year = {2022}
}