AAAIDec, 2021
InsCLR: 基于自监督的实例检索性能优化
InsCLR: Improving Instance Retrieval with Self-Supervision
Zelu Deng, Yujie Zhong, Sheng Guo, Weilin Huang
TL;DR该研究旨在通过自我监督方法改善实例检索的性能。作者发现当前流行的 SSL 方法(如 SimCLR 和 MoCo)不能有效提高实例检索的性能。为解决这个问题,作者提出了一种名为 InsCLR 的新型 SSL 方法,该方法使用实例内对比来学习类内不变性,并使用动态挖掘有意义的伪正样本来提高鲁棒性,实验结果表明,InsCLR 在实例检索方面达到了与当前最先进的 SSL 方法相似甚至更好的性能。