SimCLR v2（NeurIPS 2020）论文解读

paper：Big Self-Supervised Models are Strong Semi-Supervised Learners

official implementation：https://github.com/google-research/simclr

本文的创新点

本文在SimCLR的基础上做了一些改进，提出了SimCLR v2，进一步提升了无监督预训练模型的性能。此外，基于SimCLR v2，本文提出一种新的半监督学习算法，包括无监督预训练、监督微调、知识蒸馏，并在ImageNet上取得了新的SOTA。

方法介绍

SimCLR v2相比于SimCLR的改进主要包括下面三个方面：

1. 更大的模型架构。为了充分利用通用预训练的能力，作者探索了更大的ResNet模型。在SimCLR和之前的其它工作中，最大的模型为ResNet-50（4x），本文训练了更深但不那么宽的模型。本文训练的最大模型为ResNet-152，通道3倍宽，并使用了selective kernels（一种通道注意力机制，具体介绍见SKNet: Selective Kernel Networks_sknet(selective kernel network-CSDN博客）。通过将模型从ResNet-50增大到ResNet-152（3x+SK），当用1%的标签数据进行微调时，top-1精度提升了29%。
2. 本文还增加了非线性网络 \(g(\cdot)\)（即projection head）的容量，通过增加它的深度。此外，和SimCLR中预训练完就完全丢弃 \(g(\cdot)\) 的做法不同，本文从 \(g(\cdot)\) 的中间层进行微调。这个小变化对linear evaluation和在少量标签数据上微调都带来了显著的提升。与使用2层映射头的SimCLR相比，使用3层映射头并从第1层开始微调，在1%的标签数据上微调时，top-1精度提升了14%。
3. 本文还引入了MoCo（具体介绍见MoCo v1（CVPR 2020）原理与代码解读-CSDN博客）中的memory机制，其中通过动量更新的方式来稳定训练。但因为SimCLR本身就基于大batch size进行训练的，有充足的对比负样本，因此该点带来的提升只有大约1%。

此外，本文还提出一种新的半监督学习算法，如图3所示。它包括三步：（1）在无标签数据上用SimCLR v2得到一个预训练模型。（2）用少量有标签数据进行监督微调。（3）用微调得到模型作为教师模型，在无标签数据上蒸馏出一个小模型。

实验结果

如表1所示，Linear eval表示得到无监督的预训练后，增加一层分类层，freeze预训练权重，只训练这一层分类层最终得到的精度。可以看到，增大模型的深度和宽度并使用SK显著提升了Linear eval的准确率。

表3是本文提出的基于SimCLR v2的半监督算法与其它半监督方法的对比，可以看到本文提出的基于SimCLR v2的无监督预训练、少量有标签数据微调、无监督数据蒸馏的方法取得了SOTA的结果。