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