一、研究背景

監督學習（Supervised Learning）?

我們知道模型訓練的目的其實是學習一個預測函數，在數學上，這可以刻畫成一個學習從數據 (X) 到標注 (y) 的映射函數。監督學習就是一種最常用的模型訓練方法，其效果的提升依賴于大量的且進行了很好標注的訓練數據，也就是所謂的大量帶標簽數據 ((X,y))。但是標注數據往往需要大量的人力物力等等，因此效果提升的同時也會帶來成本過高的問題。在實際應用中經常遇到的情況是有少量標注數據和大量未標注數據，由此引出的半監督學習也越來越引起科學工作者的注意。

半監督學習（Semi-Supervised Learning）?

半監督學習同時對少量標注數據和大量未標注數據進行學習，其目的是借助無標簽數據來提高模型的精度。比如 self-training 就是一種很常見的半監督學習方法，其具體流程是對于標注數據 (X, y) 學習數據從 X 到 y 的映射，同時利用學習得到的模型對未標注數據 X 預測出一個偽標簽，通過對偽標簽數據 (X, )進一步進行監督學習來幫助模型進行更好的收斂和精度提高。

核心解決問題?

現有的半監督學習框架對無標簽數據的利用大致可以分為兩種，一是全部參與訓練，二是用一個固定的閾值卡出置信度較高的樣本進行訓練 (比如 FixMatch)。由于半監督學習對未標注數據的利用依賴于當前模型預測的偽標簽，所以偽標簽的正確與否會給模型的訓練帶來較大的影響，好的預測結果有助于模型的收斂和對新的模式的學習，差的預測結果則會干擾模型的訓練。所以我們認為：不是所有的無標簽樣本都是必須的！

二、論文 & 代碼

• 論文鏈接：https://proceedings.mlr.press/v139/xu21e/xu21e.pdf
• 代碼地址：https://github.com/idstcv/Dash
• 技術應用：https://modelscope.cn/models/damo/cv_manual_face-liveness_flrgb/summary

這篇論文創新性地提出用動態閾值（dynamic threshold）的方式篩選無標簽樣本進行半監督學習（semi-supervised learning，SSL）的方法，我們改造了半監督學習的訓練框架，在訓練過程中對無標簽樣本的選擇策略進行了改進，通過動態變化的閾值來選擇更有效的無標簽樣本進行訓練。Dash 是一個通用策略，可以輕松與現有的半監督學習方法集成。實驗方面，我們在 CIFAR-10, CIFAR-100, STL-10 和 SVHN 等標準數據集上充分驗證了其有效性。理論方面，論文從非凸優化的角度證明了 Dash 算法的收斂性質。

三、方法

Fixmatch 訓練框架?

在引出我們的方法 Dash 之前，我們介紹一下 Google 提出的 FixMatch 算法，一種利用固定閾值選擇無標簽樣本的半監督學習方法。FixMatch 訓練框架是之前的 SOTA 解決方案。整個學習框架的重點可以歸納為以下幾點：

1、對于無標簽數據經過弱數據增強（水平翻轉、偏移等）得到的樣本通過當前的模型得到預測值 

2、對于無標簽數據經過強數據增強（RA or CTA）得到的樣本通過當前的模型得到預測值 

3、把具有高置信度的弱數據增強的結果，通過 one hot 的方式形成偽標簽，然后用  和 X 經過強數據增強得到的預測值  進行模型的訓練。

fixmatch 的優點是用弱增強數據進行偽標簽的預測，增加了偽標簽預測的準確性，并在訓練過程中用固定的閾值 0.95（對應 loss 為 0.0513) 選取高置信度（閾值大于等于 0.95，也就是 loss 小于等于 0.0513）的預測樣本生成偽標簽，進一步穩定了訓練過程。

Dash 訓練框架?

針對全部選擇偽標簽和用固定閾值選擇偽標簽的問題，我們創新性地提出用動態閾值來進行樣本篩選的策略。即動態閾值 是隨 t 衰減的

式中 C=1.0001,是有標簽數據在第一個 epoch 之后 loss 的平均值，我們選擇那些的無標簽樣本參與梯度回傳。下圖展示了不同值下的閾值  的變化曲線。可以看到參數  控制了閾值曲線的下降速率。 的變化曲線類似于模擬訓練模型時損失函數下降的趨勢。

下圖對比了訓練過程中的 FixMath 和 Dash 選擇的正確樣本數和錯誤樣本數隨訓練進行的變化情況（使用的數據集是 cifar100）。從圖中可以很清楚地看到，對比 FixMatch，Dash 可以選取更多正確 label 的樣本，同時選擇更少的錯誤 label 的樣本，從而最終有助于提高訓練模型的精度。

我們的算法可以總結為如下 Algorithm 1。Dash 是一個通用策略，可以輕松與現有的半監督學習方法集成。為了方便，在本文的實驗中我們主要將 Dash 與 FixMatch 集成。更多理論證明詳見論文。

四、結果

我們在半監督學習常用數據集：CIFAR-10，CIFAR-100，STL-10 和 SVHN 上進行了算法的驗證。結果分別如下：

可以看到我們的方法在多個實驗設置上都取得了比 SOTA 更好的結果，其中需要說明的是針對 CIFAR-100 400label 的實驗，ReMixMatch 用了 data align 的額外 trick 取得了更好的結果，在 Dash 中加入 data align 的 trick 之后可以取得 43.31% 的錯誤率，低于 ReMixMatch 44.28% 的錯誤率。

五、應用

實際面向任務域的模型研發過程中，該半監督 Dash 框架經常會被應用到。接下來給大家介紹下我們研發的各個域上的開源免費模型，歡迎大家體驗、下載（大部分手機端即可體驗）：

• ?https://modelscope.cn/models/damo/cv_resnet50_face-detection_retinaface/summary?
• ?https://modelscope.cn/models/damo/cv_resnet101_face-detection_cvpr22papermogface/summary?
• ?https://modelscope.cn/models/damo/cv_manual_face-detection_tinymog/summary?
• ?https://modelscope.cn/models/damo/cv_manual_face-detection_ulfd/summary?
• ?https://modelscope.cn/models/damo/cv_manual_face-detection_mtcnn/summary?
• ?https://modelscope.cn/models/damo/cv_resnet_face-recognition_facemask/summary?
• ?https://modelscope.cn/models/damo/cv_ir50_face-recognition_arcface/summary?
• ?https://modelscope.cn/models/damo/cv_manual_face-liveness_flir/summary?
• ?https://modelscope.cn/models/damo/cv_manual_face-liveness_flrgb/summary?
• ?https://modelscope.cn/models/damo/cv_manual_facial-landmark-confidence_flcm/summary?
• ?https://modelscope.cn/models/damo/cv_vgg19_facial-expression-recognition_fer/summary?
• ?https://modelscope.cn/models/damo/cv_resnet34_face-attribute-recognition_fairface/summary?