2103-3交互式多标签部分样本CNN学习

Interactive Multi-Label CNN Learning with Partial Labels

2021/03/23 10:10

1.问题

1.多标签注释很难收集

2.部分样本在CNN学习中可能会导致性能下降和过拟合的问题

3.训练多标签CNN时候若把缺失标签的样本认定为负样本，会导致性能下降

4.在多标签CNN分类时会把每个类单独当作单标签来学习，导致忽略了类与类之间的相互依赖

 

2.解决办法

1.提出了一种通过学习图片与标签之间的相互依赖，使用部分样本来学习

2.不需要所有的训练数据都放到内存中

3.提出新的损失函数模型

 

3.模型

1.第一阶段，

 

2.第二阶段

 

3.网络结构

1.a multi-label CNN classififier（多标签分类器）

2.an adaptive similarity learner.（适应性相似度学习）

利用CNN现有的知识来确定标签和图像之间的相互依赖

 

4.损失函数定义

1.文章提出的损失函数

 

 

P(j,i)是对于图片i输出的分类j,代表在i图片中有j分类的概率

2.标准损失函数