SimCLR：A Simple Framework for Contrastive Learning of Visual Representations 论文笔记

最新推荐文章于 2024-04-18 14:23:18 发布

New WR

最新推荐文章于 2024-04-18 14:23:18 发布

阅读量839

点赞数 4

分类专栏：论文笔记备份文章标签：神经网络机器学习深度学习

本文链接：https://blog.csdn.net/New_WR/article/details/115438669

版权

论文笔记备份专栏收录该内容

2 篇文章 0 订阅

订阅专栏

SimCLR是一个简单的对比学习框架，用于无监督学习视觉表示。研究发现，组合数据增强、非线性投影和大规模批量训练能显著提升模型性能。在ImageNet上，SimCLR达到了与监督学习ResNet-50相当的准确性，并在半监督学习中表现出色。对比损失函数、批量大小和迭代次数是关键因素。

摘要由CSDN通过智能技术生成

SimCLR：A Simple Framework for Contrastive Learning of Visual Representations 论文笔记

1 ABSTRACT

SimCLR： 用于视觉表征的对比学习框架，简化了最近提出的对比自我监督学习算法，无需专门的架构或存储库。

理论贡献：
- 组合数据増广在定义有效的预测任务中有重要作用
- 在视觉表征和对比损失之间引入可学习的非线性转换，可以改善所学习表征的质量
- 与监督学习相比，对比学习得益于更大的批量和更多的训练轮数
实验证明：
- 通过结合这些发现，我们能够大大胜过ImageNet上用于自我监督和半监督学习的先前方法。由SimCLR学习的经过自我监督表示训练的线性分类器达到了76.5％的top-1准确性，与以前的最新技术相比，相对改进了7％，与监督的ResNet-50的性能相匹配。当仅对1％的标签进行微调时，我们可以达到85.8％的top-5精度，而AlexNet的标签数量要少100倍。

2 METHOD

2.1 SimCLR 框架解读

符号解释
- x，x_i，x_j：输入图片、分别经过两种不同数据増广方式得到的图片
- t，t’：从同类数据増广集合中随机选取的两种具体数据増广操作
- T：同类（same family）数组増广操作的集合
- f(·)：编码器，文中使用 ResNet 实现，输出结果经过平均池化，记作 h
- h_i，h_j：用于 downstream tasks 的视觉表征（representation）
- g(·)：投影网络（projection head），这个网络相对较小，会将图像编码结果 h 进一步投影为 z（projection），采用单隐层网络实现，激活函数是 ReLU
- z_i，z_j：视觉表征投影后的投影向量（projection），后面作者发现在 z 上定义对比代价更有效
- contrastive loss function：目的是在包含一个 positive pair（x_i，x_j）的集合 {x_k} 中，对给定的 x_i 鉴别出与之对应的 x_j
SimCLR 框架图
- SimCLR 的基本思路： 对一张输入图片进行两种不同方式的数据増广，得到两张新的图片，然后我们把这两张图片作为一个 positive pair，通过编码器这个图片特征提取器，得到视觉表征 representation 记作 h，然后再通过一个投影网络投影为 z，最终构建的代价函数能够使 positive pair 对应的相似度很高。（下图1是原文中的流程图，图2是辅助理解的配图）
- 原文概念图
- 辅助理解图

2.2 SimCLR 算法流程

为了引出 SimCLR 算法的具体流程，这里先对样本増广方式、相似度度量、代价函数进行具体解释。

样本増广方式： 先取 N 个样本作为一个 minibatch，然后利用上述思路，对每个样本分别利用两种方式进行数据増广，因此会得到 2N 张图片。假定我们给定了一个样本 i，那么与其同时増广的样本 j 就与 i 构成了一个 positive pair。还是针对 i 而言，此时数据集中剩余的 2N-1 个样本都是暂时作为 negative example 而被比较的对象，因此对于一个样本 i，需要计算 2N-1 个相似度。
相似度度量： 这里采用了余弦相似度，将图片的投影向量带入以下公式计算。

代价函数： 先说符号，τ 是一个超参数，可以将相似度 sim(·) 的计算结果放大到 [-1,1] 区间以外，然后再代入 exp(·)，这个过程也可以理解为在极化分类间距，将差异度放大；另外就是分母上的指示函数（indicator function），当 1[condition] 中的条件满足时，取值为1，否则为0。对于给定正样本 i 而言，其不需要和自己进行比较（否则分母的值会很大，而且本身也不必要），因此当 k=i 时，指数函数返回0，那么分母上其实只有 2N-1 项，就是其余待比较的样本们。
- 注意1：对于一个 positive pair，要分别计算 l_i,j 和 l_j,i
- 注意2：这种代价函数在对比学习中很常用，和 MoCo中的代价函数很类似，效果都是当 j 是 i 对应的 positive pair 时，分式部分值很大（但不会超过1，因此log值小于零），-log值很小，代价值很小。反之。

SimCLR 算法流程

基于上述铺垫，这里应该就容易理解了，基本流程描述如下：
- 对数据集中一个 minibatch 中的 N 个样本进行数据増广得到 N 个positive pair，共 2N 张图像及其隐变量 h,z
- 将 2N 张图像，两两计算相似度，由于不需要计算自己和自己的相似度，这里共计算 2N(N-1) 个相似度
- 计算 N 个 positive pair 的代价值，然后互换 i，j 的位置进行，共得到 2N 个代价值，然后线性组合作为整体的代价函数
- 反向传播梯度，更新 f，g，最终目的是得到性能较好的编码器 f，g 存在仅仅是在训练 f 的过程中，因为最终是利用 f 输出的视觉表征执行 downstream task

更多评价标准、网络训练细节请参看2.3 Evaluation Protocol

3 EXPERIMENTS

3.1 Data Augmentation for Contrastive Representation Learning

数据増广方式组合的重要意义
- 以下是常用的一些数据増广方式，在本文中作者仅采用了 random crop (with flip and resize)，color distortion，Gaussian blur 这几种方式。
- 针对单一数据増广（流程图中一个之路増广，另一个恒等变化）和组合数据増广，作者进行了交叉实验。
- 结果发现：color distortion 和 crop 组合的数据増广方式对模型训练效果作用很大。解释是，crop 本身裁剪了图像不同的 patch，增加了网络训练难度，但是一张图片的 crops 的颜色分布基本是近似的，因此在此基础之上再加一个 color distortion 的操作，能够改变不同 patch 的颜色分布，进一步增大训练难度，从而提升图片分类效果。（row：不同图像；col：不同crop的颜色分布曲线）
Color distortion strength
- Color distortion 是由 color jittering（色度变换）和 color dropping（灰度化）两者的组合，而 color jittering 的占比记为 color distortion strength。结果发现，颜色増广对监督学习作用不大，但会使对比学习的效果增强。 这里的 AutoAug 是一种较为成熟的増广策略，是对照组。

3.2 Architectures for Encoder and Head

随着模型尺寸的增大，非监督学习与监督学习的差距逐渐缩小。 无监督：蓝色点训练了100轮，红色点训练了1000轮；监督：绿色点训练了90轮。个人认为，虽然作者所言差距缩小，但是训练成本要高很多，并且一般也不会为了精度采用过大的模型，可以看出，增大网络尺寸带来的“边际收益”已经很小了，准确率增加缓慢。

非线性投影(h->z)能提升视觉表征(representation)的质量。
- 针对投影网络g(·)分别采用线性、非线性、恒等变换。可以看出非线性投影能提升学习效果，但是变换z的维度似乎对学习效果的提升没有多大影响。
- 采用隐层输出h用于下游任务的解释： 因为z=g(h)，而对于一种图像对（原图ori vs 颜色变换后的ori、方向旋转后的ori）z具有相对不变性，因为是同源图像，因此z相比于h会丢失部分图像信息，所以要用投影前的h用于下游任务。下表中，如果采用g(h)即z进行下游预测任务，与Random guess无异（近似于瞎猜），而用h得到的预测准确率相对较高，这就从实验的角度证实了采用h的合理性。

3.3 Loss Functions and Batch Size

本文采用的NT-Xent代价函数的合理性：
- 对于NT-Xent和Margin Triplet，可以说明引入温度超参数 τ的正面作用；而对于NT-Xent和NT-Logistic这两种代价函数，其实都引入和温度超参数 τ，不同的是代价函数的构成形式，这里只能说明这种构成形式是有效的。
- 以下对比了三种代价函数的，尽管前两种采用了(semi-hard negative mining)的方式，线性评估的top-1准确率仍然不如NT-Xent代价函数的表现。
更大的 Batch size 和更多的迭代次数 epoch 能提升对比学习效果：因为批量大或者迭代次数多都可以增加模型遇到负样本的次数，见得负样本越多学的越好，学习效果自然好。但是随着迭代轮数增大，批量似乎也不是越大越好，基本上取在2048/4096是比较合适的。