Mar, 2021
自监督预训练:对比学习与差异学习在噪声标签下的比较
Contrast to Divide: Self-Supervised Pre-Training for Learning with Noisy Labels
Evgenii Zheltonozhskii, Chaim Baskin, Avi Mendelson, Alex M. Bronstein, Or Litany
TL;DR提出了一种名为 Contrast to Divide (C2D) 的简单框架,使用自我监督的预训练来解决标签噪声的问题,并改善特征提取质量。实验结果表明,与现有方法相比,在高噪声环境下,C2D 对 CIFAR-100 提高了超过 27%,在现实噪声环境下,C2D 的性能优于之前的方法。