【论文笔记】MixMatch: A Holistic Appro

URL:
https://arxiv.org/abs/1905.02249v1

https://github.com/google-research/mixmatch

TL;DR

利用unlabeled的标签，半监督学习。

---

Dataset/Algorithm/Model/Experiment Detail

示意流程图
算法流程图

对于含标签数据 及不含标签数据 ，通过mixmatch方法生成 。
其中mixmatch方法主要如下：

• 首先对图片进行多次augment处理，通过模型预测求平均值作为“guessed label”
• sharpen预测标签，拉开最大值和其他值的距离

• 通过以下公式进行mixup操作

  
  mixup操作

接着分别用交叉熵和L2计算损失。 用L2的原因是L2比交叉熵对不准确标签更不敏感。

优化损失

实验结果也涨点明显

实验结果