【计算机视觉】对比学习采样器sampler

前置知识准备

Samplers — Open Metric Learning documentation​​​​​​

在该文档里，category表示类别，label表示商品，instance表示商品不同角度的图片。

• category就是blouses_shirts；
• label就是15；
• instance就是这5张图片；

balance sampler

每个label下pick等量的instance..

batch = allsamples // batch_size

batch_size = n_instances x n_labels

L个不同的label，我这里是L=500个。labels=40，instance=10。

batch1	40/500，从500个商品中挑选40个商品； 10/40，再从40个商品中，每个label挑选10个图片
batch2	40/(500-40) 10/40
epoch ends	L//label 500//40=12.5=12（batch12）

在一个epoch里，所有label将会被pick一次，但不意味着所有的instance都会被挑选。

每个epoch会过完所有的label，也就是会过完所有的商品，但只会过40*10*12张图片=4800张。

总共有31w的图片，要想31w/4800=64.5=64，想要全部图片看一次需要设置这里的epoch=64次，想要看多次则64*多次。

categroy sampler

L=500，n_label=10，batch=500//10=50，需要采50个batch，每个batch里10个商品*n_instance。 

总共500个商品，每次挑10个商品角度图。每一个epoch会挑选完所有的500商品。

DistinctCategoryBalanceSampler

batch_size = n_instances x n_labels x n_categories

L个商品，C个类目，

1st batch	采categrory个类目，在这些类目中，采label个商品，在这些商品中采instance个角度图片
2st batch	，all label-1st picked label  对应的所有类目 从中挑选category个类目，从中为每个类目category选择n_labels，再从n_labels中选n_instance.
epoch end （自己设置的epoch size）

1. 如果在epoch size前选择了所有的类目all the categories，则sampler重置。不保证epochsize结束前能遍历完所有的category，相反，如果遍历完所有类目，则再重新开始重复采样。

2. L&n_label=1，则这个剩下的商品会从batch中drop掉，因为需要成pairs。（再理解一下，如果 L % n_labels == 1 则必须删除其中一个label，因为我们总是希望拥有超过 1 个label，这里label是商品的意思。）

3. 被选择的category下的未使用label不够设置的量，那么会从已使用的label中再去重复采