CN114299349B - 一种基于多专家系统和知识蒸馏的众包图像学习方法 - Google Patents
一种基于多专家系统和知识蒸馏的众包图像学习方法 Download PDFInfo
- Publication number
- CN114299349B CN114299349B CN202210205861.8A CN202210205861A CN114299349B CN 114299349 B CN114299349 B CN 114299349B CN 202210205861 A CN202210205861 A CN 202210205861A CN 114299349 B CN114299349 B CN 114299349B
- Authority
- CN
- China
- Prior art keywords
- image
- crowdsourcing
- learning model
- prediction
- noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明属于图像标注技术领域,公开了一种基于多专家系统和知识蒸馏的众包图像学习方法,该方法包括:步骤1.获取图像数据,并构造众包标注集;步骤2.使用图像集和众包标注集训练一个深度众包学习模型;步骤3.使用步骤2得到的模型生成第一真实标记预测;步骤4.使用图像集和第一真实标记预测训练一个无噪声建模的噪声标记学习模型;步骤5.使用步骤4得到的模型生成第二真实标记预测;步骤6.使用第二真实标记预测、图像集和众包标注集重新训练一个深度众包学习模型;步骤7.使用步骤4和步骤6的模型预测标记未知图像的真实标记。本发明将深度众包学习方法与无噪声建模的噪声标记学习方法结合,提升了分类器模型图像标记的预测效果。
Description
技术领域
本发明属于图像标注技术领域,涉及一种基于多专家系统和知识蒸馏的众包图像学习方法。
背景技术
传统的监督学习需要大量的高质量标记数据,这需要较高的标注成本。为了降低成本,人们提出了多种方法,如众包学习。众包学习的流程是将图像集随机分发给网络平台上的标注者进行标注,为了提升标注质量,单张图像往往会由若干个标注者进行标注。由于标注者各自的能力水平参差不齐,众包标记学习方法往往需要刻画标注者的能力水平,而噪声转移矩阵是一类常用的刻画工具。然而,由于噪声转移矩阵假设噪声标记的生成过程只依赖于样本的真实标记,该假设过于简化,无法刻画真实的众包标记中存在的部分错误模式,此外,噪声转移矩阵的估计往往存在一定偏差,这也会影响众包标记学习模型的泛化性能。
噪声标记问题假设单张图像对应单个可能错误的标记。近年来,噪声标记学习方法与深度神经网络结合,并发现深度神经网络将会首先拟合噪声标记中(简单)正确的模式,再去拟合其中(复杂)错误的模式,这也被成为记忆效应。研究者们根据此现象,认为网络损失值更小的标记更有可能正确,从而筛选出质量较高的标记信息。同时,这些方法将被认为是标记错误的图像视为无标记数据,同时利用半监督或自监督学习技术结合来利用这些数据,最近取得了非常显著的成功。由于此类方法并没有对噪声标记的结构显式建模,它们又可以被成为无噪声建模的噪声标记学习方法。
发明内容
本发明的目的在于提出一种基于多专家系统和知识蒸馏的众包图像学习方法,以缓解原有深度众包学习方法对于众包标注中噪声信息的过度拟合,提升分类器模型的泛化性能。
本发明为了实现上述目的,采用如下技术方案:
基于多专家系统和知识蒸馏的众包图像学习方法,包括如下步骤:
步骤7.对于未知图像,使用步骤4得到的无噪声建模的噪声标记学习模型h1以及步骤6得到的深度众包学习模型h2,预测标记未知图像的真实标记。
本发明具有如下优点:
如上所述,本发明述及了一种基于多专家系统和知识蒸馏的众包图像学习方法,该方法针对现有深度众包学习方法,由于过度简化的噪声建模方式或者不准确的噪声模型估计进而使得分类器模型过度拟合噪声标记的技术问题,使用无噪声建模的噪声标记学习方法,过滤分类器拟合的错误信息,从而提升分类器模型的泛化性能。本发明将深度众包学习方法与无噪声建模的噪声标记学习方法结合,提升了分类器模型图像标记的预测效果。
附图说明
图1为本发明实施例中基于多专家系统和知识蒸馏的众包图像学习方法的流程示意图;
图2为本发明实施例中深度众包学习模型的结构图;
图3为本发明实施例中无噪声建模的噪声标记学习方法的流程示意图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明:
如图1所示,一种基于多专家系统和知识蒸馏的众包图像学习方法,包括如下步骤:
步骤1.获取图像集X,将图像集X随机分发给网络上的标注者进行标注,获得相应的众包标注集为了提升众包标记的质量水平,图像集X中一张图像往往对应由若干个标注者提供的标注。由于标注者水平层次不齐,众包标注中往往存在着大量噪声信息。
该步骤2中深度众包学习模型,如图2所示,其具体形式如下:
h=h(·;Θ0),g=g(·;{W},b)。
其中,h是一个深度神经网络分类器,其网络参数为Θ0;g是一个众包标注融合器,其参数为{W}和b;h(·;Θ0)和g(·;{W},b)括号中的“·”表示函数的输入。
其中,b表示偏差向量,S表示softmax函数。
本发明放宽Wm的限制为实数矩阵,以便于高效优化。
该深度众包学习模型的具体损失函数形式如下:
由上述公式得知,该损失函数包括两项,第一项表示最小化h和g对于同一张图像的预测一致性,第二项表示最大化h和g对于不同图像的预测不一致性。
xi表示图像集X中的第i张图像,N为图像集X中图像的总数。
该深度众包学习模型最小化损失函数L0,并且使用基于SGD的优化方法更新网络参数Θ0,最后返回训练完成的深度神经网络分类器h(·;Θ0),记为深度众包学习模型h0。
许多深度众包学习方法依赖于噪声转移矩阵刻画标注者的能力水平,如上述的转置噪声转移矩阵集合{W},此类方法假设噪声标记的生成过程只与类别相关,同时其效果很大程度上依赖于转移矩阵的估计准确程度,而真实应用中,这种估计往往存在较大偏差。
因此,分类器往往会过度拟合众包标记集合中的噪声信息,从而导致泛化性能的下降。
其中,x是图像集X中任意单张图像,即x∈X,h0(x)表示步骤2中得到的深度众包学习模型h0。为深度众包学习模型h0对x的预测结果,表示选择预测概率h0(x)中最大值的索引,记为c,也就是最终分类器模型对x真实标记的预测结果。
无噪声建模的噪声标记学习模型的具体形式如下h=(·;Θ1),记为h1(xi)。
步骤4.2.输入超参数α、β。
步骤4.3.初始化当前训练回合q=0,输入最大训练回合数T。
步骤4.4.初始化深度神经网络分类器h(·;Θ1)与滑动平均预测结果t。
步骤4.5.判断当前训练回合q是否小于最大训练回合数T;如果当前训练回合q未达到最大训练回合数T,则进入步骤4.6;否则,进入步骤4.12。
步骤4.6.从图像集X的剩余的图像子集中取出一批量的图像。
目前的深度学习以随机批量梯度下降方法训练网络,即首先将图像集X随机打乱样本顺序,接着按给定的批量长度将数据集X划分为多个图像子集,每个图像子集称为一批量的数据,每次使用的是一批量的数据,而不是整个数据集X计算梯度并更新网络参数。
步骤4.7.更新滑动平均预测结果t,其更新过程如下:
ti←βti+(1-β)h1(xi)。
其中,超参数β表示滑动平均的动量。
步骤4.8.计算该无噪声建模的噪声标记学习模型的损失函数L1,具体形式如下:
由损失函数L1公式得知,该损失函数包括两项,第一项为对于原始的带噪标记的拟合函数,H表示交叉熵函数,第二项表示对于生成的滑动平均预测结果ti的拟合函数。
其中,超参数α表示损失函数L1中第一项与第二项之间的平衡系数。
本实施例中超参数α是一个人为设定的参数,而不是由数学模型计算得到的,其目的在于平衡L1中两项(即加号左右的两个部分)对于模型训练的贡献程度。
xi表示该批量图像中第i张图像,h(xi)表示分类器h对于样本xi的真实标记预测。
由于深度神经网络在训练初期还尚未拟合错误信息,此段时间网络的输出相比于后期可能会更为准确,因此可以通过拟合它们预测结果的滑动平均值,来缓解网络对于噪声标记的过拟合问题,从而提升分类器模型的泛化性能。
步骤4.9.使用SGD更新网络参数Θ1。
步骤4.10.判断是否遍历完所有批量的数据,如果是则进入步骤4.11,否则返回步骤4.6。
步骤4.11.当前训练回合数q加1,即q←q+1,返回步骤4.5。
步骤4.12.返回训练完成的深度神经网络分类器h(·;Θ1)。
将训练好的深度神经网络分类器h(·;Θ1),记为无噪声建模的噪声标记学习模型h1。
该噪声标记学习模型h1可视为第一个进行图像识别的专家网络。
h=(·;Θ2);g=g(·;{W},b)。
其中,h是一个深度神经网络分类器,其网络参数为Θ2;g是一个众包标注融合器,其参数为{W}和b;h(·;Θ2)和g(·;{W},b)中的“·”号表示函数的输入。
该深度众包学习模型的具体损失函数L2形式如下:
知识蒸馏是指一个深度神经网络模型(学生网络)通过拟合另外一个深度神经网络模型(教师网络)的输出结果,学习教师网络所包含的知识。
该深度众包学习模型最小化损失函数L2,并且使用基于SGD的优化方法更新网络参数Θ2,该步骤最后返回训练完成的深度神经网络分类器h(·;Θ2)。
将训练好的深度神经网络分类器h(·;Θ2)记为深度众包学习模型h2。
该深度众包学习模型h2可视为第二个进行图像识别的专家网络。
步骤7.对于未知图像,使用无噪声建模的噪声标记学习模型h1以及深度众包学习模型h2,预测标记未知图像的真实标记。
h1(x)、h2(x)可视为两个专家网络,组成多专家系统,共同预测图像x的真实标记。
当然,以上说明仅仅为本发明的较佳实施例,本发明并不限于列举上述实施例,应当说明的是,任何熟悉本领域的技术人员在本说明书的教导下,所做出的所有等同替代、明显变形形式,均落在本说明书的实质范围之内,理应受到本发明的保护。
Claims (1)
1.一种基于多专家系统和知识蒸馏的众包图像学习方法,其特征在于,
包括如下步骤:
步骤7.对于未知图像,使用步骤4得到的无噪声建模的噪声标记学习模型h1以及步骤6得到的深度众包学习模型h2,预测标记未知图像的真实标记;
所述步骤2中,深度众包学习模型的具体形式如下:
h=h(·;Θ0),g=g(·;{W},b);
其中,h是一个深度神经网络分类器,其网络参数为Θ0;g是一个众包标注融合器,其参数为{W}和b;h(·;Θ0)和g(·;{W},b)括号中的“·”表示函数的输入;
h=h(x;Θ0);
其中,b表示偏差向量,S表示softmax函数;
该深度众包学习模型的具体损失函数形式如下:
由上述公式得知,该损失函数包括两项,第一项表示最小化h和g对于同一张图像的预测一致性,第二项表示最大化h和g对于不同图像的预测不一致性;
xi表示图像集X中第i张图像,N为图像集X中图像的总数;
该深度众包学习模型最小化损失函数L0,并且使用基于SGD的优化方法更新网络参数Θ0,最后返回训练完成的深度神经网络分类器h(·;Θ0),记为深度众包学习模型h0;
其中,x是图像集X中任意单张图像,即x∈X;
所述步骤4中,无噪声建模的噪声标记学习模型的具体形式如下:h=h(·;Θ1),记为h1(xi);其中,h是一个深度神经网络分类器,其网络参数为Θ1;
步骤4.2.输入超参数α、β;
步骤4.3.初始化当前训练回合q=0,输入最大训练回合数T;
步骤4.4.初始化深度神经网络分类器h(·;Θ1)与滑动平均预测结果t;
步骤4.5.判断当前训练回合q是否小于最大训练回合数T;如果当前训练回合q未达到最大训练回合数T,则进入步骤4.6;否则,进入步骤4.12;
步骤4.6.从剩余的图像子集中取出一批量的图像;
其中,图像子集是指将图像集X随机打乱样本顺序,接着按给定的批量长度将数据集X划分出的多个图像子集,每个图像子集称为一批量的图像;
步骤4.7.更新滑动平均预测结果t,其更新过程如下:
ti←βti+(1-β)h1(xi);
其中,超参数β表示滑动平均的动量;
步骤4.8.计算该无噪声建模的噪声标记学习模型的损失函数L1,具体形式如下:
由损失函数L1公式得知,该损失函数包括两项,第一项为对于原始的带噪标记的拟合函数,H表示交叉熵函数,第二项表示对于生成的滑动平均预测结果ti的拟合函数;
其中,超参数α表示损失函数L1中第一项与第二项之间的平衡系数;
ti表示截止到第q轮训练回合的分类器h对于样本xi的滑动平均预测结果;
其中,i∈{0,1,…,B},B表示该批量图像的总数;
xi表示该批量图像中第i张图像,h(xi)表示分类器h对于样本xi的真实标记预测;
步骤4.9.使用SGD更新网络参数Θ1;
步骤4.10.判断是否遍历完所有批量的数据,如果是则进入步骤4.11,否则返回步骤4.6;
步骤4.11.当前训练回合数q加1,返回步骤4.5;
步骤4.12.返回训练完成的深度神经网络分类器h(·;Θ1);
将训练好的深度神经网络分类器h(·;Θ1),记为无噪声建模的噪声标记学习模型h1;
该噪声标记学习模型h1为第一个进行图像识别的专家网络;
所述步骤6中,深度众包学习模型的具体形式如下:
h=h(·;Θ2);g=g(·;{W},b);
其中,h是一个深度神经网络分类器,其网络参数为Θ2;g是一个众包标注融合器,其参数为{W}和b;h(·;Θ2)和g(·;{W},b)中的“·”号表示函数的输入;
该深度众包学习模型的具体损失函数L2形式如下:
知识蒸馏是指一个深度神经网络模型即学生网络通过拟合另外一个深度神经网络模型即教师网络的输出结果,学习教师网络所包含的知识;
该深度众包学习模型最小化损失函数L2,并且使用基于SGD的优化方法更新网络参数Θ2,该步骤最后返回训练完成的深度神经网络分类器h(·;Θ2);
将训练好的深度神经网络分类器h(·;Θ2),记为深度众包学习模型h2;
该深度众包学习模型h2为第二个进行图像识别的专家网络;
所述步骤7具体为:
h1(x)、h2(x)为两个专家网络,组成多专家系统,共同预测图像x的真实标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210205861.8A CN114299349B (zh) | 2022-03-04 | 2022-03-04 | 一种基于多专家系统和知识蒸馏的众包图像学习方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210205861.8A CN114299349B (zh) | 2022-03-04 | 2022-03-04 | 一种基于多专家系统和知识蒸馏的众包图像学习方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114299349A CN114299349A (zh) | 2022-04-08 |
CN114299349B true CN114299349B (zh) | 2022-05-13 |
Family
ID=80978695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210205861.8A Active CN114299349B (zh) | 2022-03-04 | 2022-03-04 | 一种基于多专家系统和知识蒸馏的众包图像学习方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114299349B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115331065B (zh) * | 2022-10-13 | 2023-03-24 | 南京航空航天大学 | 基于解码器迭代筛选的鲁棒噪声多标签图像学习方法 |
CN115578353B (zh) * | 2022-10-18 | 2024-04-05 | 中科(黑龙江)数字经济研究院有限公司 | 一种基于图流蒸馏的多模态医学影像分割方法及装置 |
CN116310356B (zh) * | 2023-03-23 | 2024-03-29 | 昆仑芯(北京)科技有限公司 | 深度学习模型的训练方法、目标检测方法、装置及设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070183A (zh) * | 2019-03-11 | 2019-07-30 | 中国科学院信息工程研究所 | 一种弱标注数据的神经网络模型训练方法及装置 |
CN110929807A (zh) * | 2019-12-06 | 2020-03-27 | 腾讯科技(深圳)有限公司 | 图像分类模型的训练方法、图像分类方法及装置 |
CN112001422A (zh) * | 2020-07-28 | 2020-11-27 | 南京航空航天大学 | 一种基于深度贝叶斯学习的图像标记估计方法 |
CN112016591A (zh) * | 2020-08-04 | 2020-12-01 | 杰创智能科技股份有限公司 | 一种图像识别模型的训练方法及图像识别方法 |
CN112183577A (zh) * | 2020-08-31 | 2021-01-05 | 华为技术有限公司 | 一种半监督学习模型的训练方法、图像处理方法及设备 |
CN112488222A (zh) * | 2020-12-05 | 2021-03-12 | 武汉中海庭数据技术有限公司 | 一种众包数据标注方法、系统、服务器及存储介质 |
CN113052267A (zh) * | 2021-04-28 | 2021-06-29 | 电子科技大学 | 基于生成对抗网络的无监督发射器相位噪声参数提取方法 |
JP2021111279A (ja) * | 2020-01-15 | 2021-08-02 | 京セラ株式会社 | ラベルノイズ検出プログラム、ラベルノイズ検出方法及びラベルノイズ検出装置 |
CN113255849A (zh) * | 2021-07-14 | 2021-08-13 | 南京航空航天大学 | 一种基于双重主动查询的标签带噪图像学习方法 |
CN113361201A (zh) * | 2021-06-10 | 2021-09-07 | 南京大学 | 一种基于噪声标签学习的众包获取标签数据清洗方法 |
CN113515639A (zh) * | 2021-09-14 | 2021-10-19 | 华东交通大学 | 基于置信学习与标签平滑的噪声数据处理方法与系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210241037A1 (en) * | 2020-01-30 | 2021-08-05 | Canon Medical Systems Corporation | Data processing apparatus and method |
CN113420548A (zh) * | 2021-06-24 | 2021-09-21 | 杭州电子科技大学 | 一种基于知识蒸馏和pu学习的实体抽取采样方法 |
CN114330580A (zh) * | 2021-12-31 | 2022-04-12 | 之江实验室 | 基于歧义指导互标签更新的鲁棒知识蒸馏方法 |
-
2022
- 2022-03-04 CN CN202210205861.8A patent/CN114299349B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070183A (zh) * | 2019-03-11 | 2019-07-30 | 中国科学院信息工程研究所 | 一种弱标注数据的神经网络模型训练方法及装置 |
CN110929807A (zh) * | 2019-12-06 | 2020-03-27 | 腾讯科技(深圳)有限公司 | 图像分类模型的训练方法、图像分类方法及装置 |
JP2021111279A (ja) * | 2020-01-15 | 2021-08-02 | 京セラ株式会社 | ラベルノイズ検出プログラム、ラベルノイズ検出方法及びラベルノイズ検出装置 |
CN112001422A (zh) * | 2020-07-28 | 2020-11-27 | 南京航空航天大学 | 一种基于深度贝叶斯学习的图像标记估计方法 |
CN112016591A (zh) * | 2020-08-04 | 2020-12-01 | 杰创智能科技股份有限公司 | 一种图像识别模型的训练方法及图像识别方法 |
CN112183577A (zh) * | 2020-08-31 | 2021-01-05 | 华为技术有限公司 | 一种半监督学习模型的训练方法、图像处理方法及设备 |
CN112488222A (zh) * | 2020-12-05 | 2021-03-12 | 武汉中海庭数据技术有限公司 | 一种众包数据标注方法、系统、服务器及存储介质 |
CN113052267A (zh) * | 2021-04-28 | 2021-06-29 | 电子科技大学 | 基于生成对抗网络的无监督发射器相位噪声参数提取方法 |
CN113361201A (zh) * | 2021-06-10 | 2021-09-07 | 南京大学 | 一种基于噪声标签学习的众包获取标签数据清洗方法 |
CN113255849A (zh) * | 2021-07-14 | 2021-08-13 | 南京航空航天大学 | 一种基于双重主动查询的标签带噪图像学习方法 |
CN113515639A (zh) * | 2021-09-14 | 2021-10-19 | 华东交通大学 | 基于置信学习与标签平滑的噪声数据处理方法与系统 |
Non-Patent Citations (4)
Title |
---|
Learning from Noisy Labels with Distillation;Yuncheng Li 等;《2017 IEEE International Conference on Computer Vision》;20171225;1928-1936 * |
Multi-Label Learning from Crowds;Shao-Yuan Li 等;《IEEE Transactions on Knowledge and Data Engineering》;20190701;第31卷(第7期);1369-1382 * |
基于众包的定位指纹标定方法研究;邵元;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20200715(第07期);I136-626 * |
对抗噪声的深度学习算法研究;张晨斌;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20220115(第01期);C028-453 * |
Also Published As
Publication number | Publication date |
---|---|
CN114299349A (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114299349B (zh) | 一种基于多专家系统和知识蒸馏的众包图像学习方法 | |
CN111460249B (zh) | 一种基于学习者偏好建模的个性化学习资源推荐方法 | |
CN110428010B (zh) | 知识追踪方法 | |
CN111199242A (zh) | 一种基于动态修正向量的图像增量学习方法 | |
CN111538868B (zh) | 知识追踪方法及习题推荐方法 | |
CN109753571B (zh) | 一种基于二次主题空间投影的场景图谱低维空间嵌入方法 | |
CN116134454A (zh) | 用于使用知识蒸馏训练神经网络模型的方法和系统 | |
CN112990385B (zh) | 一种基于半监督变分自编码器的主动众包图像学习方法 | |
CN111563166A (zh) | 一种针对数学问题分类的预训练模型方法 | |
CN111444432A (zh) | 领域自适应的深度知识追踪及个性化习题推荐方法 | |
CN111814982A (zh) | 面向多跳问答的动态推理网络及方法 | |
CN111291940A (zh) | 一种基于Attention深度学习模型的学生辍课预测方法 | |
CN114021722A (zh) | 一种融合认知刻画的注意力知识追踪方法 | |
CN112069827B (zh) | 一种基于细粒度主题建模的数据到文本生成方法 | |
CN116136870A (zh) | 基于增强实体表示的智能社交对话方法、对话系统 | |
Ferlitsch | Deep Learning Patterns and Practices | |
CN115238169A (zh) | 一种慕课可解释推荐方法、终端设备及存储介质 | |
CN115062716A (zh) | 融合学习行为特征的知识追踪方法、系统及存储介质 | |
CN112396092B (zh) | 一种众包开发者推荐方法和装置 | |
CN114971066A (zh) | 融合遗忘因素和学习能力的知识追踪方法及系统 | |
CN113297385B (zh) | 基于改进GraphRNN的多标签文本分类系统及分类方法 | |
CN112818196B (zh) | 基于电子学习平台的数据处理方法、设备、电子装置及存储介质 | |
CN114943276B (zh) | 基于树型注意力机制的深度知识追踪方法 | |
KR102635769B1 (ko) | 학습효과 추정 장치, 학습효과 추정 방법, 프로그램 | |
Chen et al. | Genetic Design of Topology for Neural Network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |