蓝鲸鱼的博客

本文介绍两篇最新的结合自监督学习和主动学习的方法。1. PALPAL : Pretext-based Active Learning（发表于CVPR2021，论文，代码）中提出了一种基于池的主动学习方法，该方法依靠自我监督学习来减少对潜在错误标记数据的依赖，对训练数据的部分错误标记具有鲁棒性，但是对正确标记的数据的提升效果一般。PAL的算法流程如下。可以看到在原本的分类网络训练SCS_CSC​的迭代，增加了对自监督的训练SSS_SSS​。2. PT4ALUsing Self-Supervised

目录1. 基本概念2. 基于不确定性的主动学习方法3.基于最近邻和支持向量的分类器的方法3.1 NNClassifier3.2 RBF network + Gradient Penalty4 基于特征空间覆盖的方法5 基于对抗学习的方法5.1 VAAL5.1.1 核心思想5.1.2 网络结构5.1.3 主动学习策略5.1.4 模型特点5.2 SRAAL5.3 ARAL6 融合不确定性和多样性的学习方法6.1 信息论思路6.2 构建候选集+大差异样本——SA6.3 梯度嵌入空间——badge7 基于变化最大的