MoCo
动量对比学习
有n个图片,取出1个,利用这个构造正负样本,正样本为query,负样本和其他n-1个图片的特征构成key,类似于字典查询,计算q k相似度,来学习图像特征
highlight
1. queue: 移动新的mini-batch,移除旧的mini-batch
2.动量:保证momentum encoder不会随着encoder 快速改变
但凡能找到正负样本都可以当做idea
loss_fun:NCE!!!
对比学习方法:
idea:把经过对抗学习后仍然work的作为一系列正样本,不work(or噪声 巨大)+原来的作为负样本;nlp中文对比学习,打乱字的排序不影响阅读“学大一生是名我”---“我是一名大学生”
- 预测样本与原样本CPC
- 多视角CMC
- 图像和对应文本CLIP
- 数据增强(256-1)*2 InvaSpread 类似SimCLR
- 个体判别 memorybank InstDisc
- 知识蒸馏 teacher student 是正负样本
- 数据增强+prejector+big batch_size
- 做聚类eg.3000个,得到的特征和聚类中心,loss((Z_1*cluster),Z_2),SwAV
multi-crop:crop从大而少变成多又小 SwAV - BYOL:q预测与k 进行loss
- SimSam:
- MoCo V3:VIT