临沂百度网站推广,公司建一个网站吗,seo关键词推广渠道,新网站如何做排名首先来了解一下对抗学习#xff1a;
对抗样本#xff1a;将真实的样本添加扰动而合成的新样本#xff0c;是由深度神经网络的输入的数据和人工精心设计好的噪声合成得到的#xff0c;但它不会被人类视觉系统识别错误。然而在对抗数据面前#xff0c;深度神经网络却是脆弱…首先来了解一下对抗学习
对抗样本将真实的样本添加扰动而合成的新样本是由深度神经网络的输入的数据和人工精心设计好的噪声合成得到的但它不会被人类视觉系统识别错误。然而在对抗数据面前深度神经网络却是脆弱的可以轻易迷惑深度神经网络。
对抗训练想要在模型训练中提升模型的对抗防御能力识别一些对抗样本
Abstract
本文提出了一种基于对抗网络的半监督语义分割方法设计了一个全卷积判别器来判断预测值和GT而且可以通过将对抗损失和交叉熵损失相结合来提高准确率判别器分析无标签图像的初步预测识别出其中比较确定或较为可靠的部分并将这些区域作为监督信号进一步指导模型进行学习。现有的一些方法可能采用弱标签如图像级标签或者不完全标注的信息来进行训练而这篇方法则不同它使用无标签图像通过判别器识别可信区域来帮助模型训练进一步提升了无标签数据的使用效率。
Introduction
在语义分割方面有很多方法和数据集已经被提出但因为物体/场景外观变化、遮挡和缺乏上下文理解这项任务仍然具有挑战性基于CNN的全卷积网络在语义分割上表现了良好的效果许多方法的提出也是基于FCN的。
不同于 图像分类和目标检测语义分割需要逐像素的标注所以成本比较高因此提出了半监督或弱监督来降低成本。
在本论文中将语义分割网络视为GAN框架中的生成器并提出一个FCN的判别器。不同于传统的GAN生成器用于生成图片语义分割网络的“输出”是输入图像的每个像素的类别概率图即概率地图而不是生成图像。因此语义分割网络的任务是输出每个像素对应的类别概率表示该像素属于某个语义类别的可能性。通过对抗训练的方式FCN的判别器强制要求分割网络的输出尽可能接近真实的标签地图。
在本文中结合两个半监督损失首先利用判别器生成的置信度给出可信区域可以作为有效的训练信号通过信任图作为监督信号来引导交叉熵损失交叉熵损失一般用于监督学习信任图可以作为掩码使得模型只在可信区域内进行训练。在未标记数据上使用对抗损失可以指导生成器生成逼近GT的mask。
Related Work
基于CNN的最新方法
近年来卷积神经网络CNN的进步使得语义分割方法得到了显著提升。例如一些经典的分类网络如AlexNet、VGG、ResNet等可以通过改造为全卷积网络FCN来执行语义分割任务。这种改造过程的核心思想是将分类网络中的全连接层替换为卷积层使得网络能够输出与输入图像尺寸相同的像素级预测。这种方法虽然有效但需要大量像素级标注的真实数据这在实际应用中是非常困难和昂贵的。
弱监督方法的不同实现 多实例学习Multiple Instance Learning, MIL在[36]和[35]的研究中使用了多实例学习的方法利用图像级标签生成潜在的分割标签图。MIL是一种弱监督学习方法它可以利用图像级标签来推断图像中不同区域或实例的类别从而生成伪标签进行训练。 图像级标签惩罚Papandreou等人[33]通过图像级标签来惩罚网络对不存在的类别进行预测。这种方法的核心思想是如果图像级标签没有标明某个类别网络就不应该在预测中出现该类别从而强制模型学习到更加精准的分割边界。 对象定位优化Qi等人[37]通过对象定位来精细化分割结果即通过识别物体的大致位置来优化网络的分割精度从而减少对精确像素级标注的需求。 分类网络作为特征提取器Hong等人[15]使用有标签的图像训练一个分类网络作为特征提取器用来进行解卷积操作即上采样。这样分割网络能够利用分类网络提取到的特征进行更精确的分割。
还有利用边界框、点标注、Web视频数据进行训练的。半监督学习通过结合全标注数据和弱标注数据提升了模型在语义分割任务中的表现。具体来说半监督学习方法不仅利用图像级标签等弱监督信号来训练网络还结合了少量的完全标注数据如像素级标签从而在保证性能的同时降低了标注成本。
Algorithm Overview 该模块包含两个模块分割网络和判别器网络
分割网络用于生成类别概率分布图可以是任何语义分割的框架比如FCN、Deeplab等给定一个输入图像H*W*3输出一个H*W*C的类别概率分布图。
判别器网络是一个基于FCN的网络用于评估分割网络的输出类别概率图与真实标签ground truth label maps之间的差异。
输入是类别概率分图来自分割网络或者真实标签
输出输出是 H × W × 1 的空间概率图表示每个像素是否来自真实标签图p1,否则来自分割网络的输出p0.
训练过程对于有标注的数据分割网络在训练时会受到两个损失函数交叉熵损失和对抗损失的监督对于无标签数据我们采用半监督训练的方式首先Unlabeled image会进入到分割网络生成一个类别概图然后将这个类别概率图输入进入判别器网络中生成一个置信度图用置信度高的区域指导训练相当于一个伪标签的作用。判别器训练判别器网络仅使用带标签的数据进行训练它的任务是区分分割网络输出的类别概率图和真实标签之间的差异。
Semi-Supervised Training with Adversarial Network
Network Architecture
Segmentation network.DeepLab-v2框架with ResNet-101model pre-trained on the ImageNet dataset and MSCOCO。去掉最后一个分类层并将最后两个卷积的stride从2改为1从而使输出特征映射的分辨率有效地为输入图像大小的1/8。为了扩大感受野我们在conv4和conv5层分别应用扩展卷积stride分别为2和4。在最后一层使用了ASPP方法最后应用一个上采样层和softmax输出来匹配输入图像的大小。
Discriminator network.它由5个卷积层组成其中4×4内核和{64,128,256,512,1}通道步幅为2。 每个卷积层后面都有一个Leaky-ReLU[30]参数化为0.2最后一层除外。为了将模型转换为全卷积网络在最后一层添加上采样层以将输出重新缩放为输入映射的大小。没有使用任何批处理归一化层因为它只有在批处理大小足够大时才表现良好。
Loss Function
Discriminator network. 区别真实标签和分割网络的预测标签 第一项是针对来自分割网络的标签yn0我们希望它越趋近于0越好因为想要判别器更能区分生成的标签和真实标签
第二项是针对真实标签yn1我们希望它越趋近于1越好因为这是表示判别器认为该输入来自真实标签。
Yn真实的标注数据经过 one-hot 编码处理后得到的概率图,因此判别器可以很容易地区分标签是来自真实标签还是来自分割网络生成的标签比如
Yn[0,1,0,0,0]
S(Xn)[0.1,0.7,0.1,0.05,0.05]
解决办法
全卷积结构在判别器中采用 全卷积网络Fully Convolutional Network这样判别器的输入不仅仅是一个全局的标签像是一个标量值而是包含了空间信息的 置信度图。这种设计使得判别器要根据 空间局部信息 来判断每个像素点的真实性而不仅仅依赖于标签的全局结构。扩散方案Scale scheme为了增加判别器的难度论文还尝试了一种扩散方案将真实标签的 one-hot 编码进行 轻微扩散让标签在不同的类别通道之间稍微分布避免判别器依赖于 one-hot 编码的明确结构
Segmentation network.
过最小化多任务损失函数来训练分割网络 交叉熵损失使分割网络的预测趋近于真实值 对抗损失使判别器判断不出来是预测值最大化判别器的输出欺骗判别器 Training with unlabeled data.
不使用交叉熵损失因为没有GT但是还是使用对抗损失因为对抗损失仅依赖于判别器。
Self-taught Learning使用训练好的判别器来处理分割网络的预测结果得到一个置信度图D(S(Xn))表示判别器对于每个像素预测是否可信。通过设置一个阈值 Tsemi将置信度图二值化得到可信区域即置信度高于阈值的区域。 半监督损失 在实验中阈值 Tsemi通常被设置在 0.1 到 0.3 之间、
Experiment
如果分割网络不试图欺骗鉴别器由鉴别器生成的置信度图将是无意义的提供较弱的监督信号。
