利用全部标签:一种层次化多标签对比学习框架
计算机视觉与模式识别
2022-04-29 v1 人工智能
机器学习
摘要
当前的对比学习框架侧重于利用单一监督信号来学习表示,这限制了其在未知数据及下游任务上的效力。本文提出一种层次化多标签表示学习框架,该框架可利用所有可用标签并保留类间的层次关系。我们引入了新颖的保层次损失,其将层次惩罚联合应用于对比损失,并强制层次约束。该损失函数是数据驱动的,并能自动适应任意多标签结构。在多个数据集上的实验表明,我们这种保关系的嵌入在各种任务上表现良好,并优于有监督与自监督的基线方法。代码见 https://github.com/salesforce/hierarchicalContrastiveLearning。
引用
@article{arxiv.2204.13207,
title = {Use All The Labels: A Hierarchical Multi-Label Contrastive Learning Framework},
author = {Shu Zhang and Ran Xu and Caiming Xiong and Chetan Ramaiah},
journal= {arXiv preprint arXiv:2204.13207},
year = {2022}
}
备注
Accepted by CVPR, 2022