ImageNet识别率一次提高1%：谷歌AI新突破引Jeff Dean点赞

来源：公众号 机器之心 授权转

ImageNet 上的图像分类模型似乎已经成熟，要达到新的 SOTA 已经非常难。近日，Quoc Le 等提出了一个新的方法，在这一数据集上再次提高了 SOTA 性能一个点。而且这一方法让模型在鲁棒性上也有很大的提升。

论文地址：https://arxiv.org/abs/1911.04252

谷歌大脑负责人 Jeff Dean 和该论文的作者之一 Quoc Le 今天都在 Twitter 上介绍了这项研究工作，新方法能利用更多的未标注图像数据，并提升最终效果。

在本文中，研究者首先在标注的 ImageNet 图像上训练了一个 EfficientNet 模型，然后用这个模型作为老师在 3 亿无标签图像上生成伪标签。然后研究者训练了一个更大的 EfficientNet 作为学生模型，使用的数据则是正确标注图像和伪标注图像的混合数据。

这一过程不断迭代，每个新的学生模型作为下一轮的老师模型，在生成伪标签的过程中，教师模型不会被噪声干扰，所以生成的伪标注会尽可能逼真。但是在学生模型训练的过程中，研究者对数据加入了噪声，使用了诸如数据增强、dropout、随机深度等方法，使得学生模型在从伪标签训练的过程中更加艰难。

这一自训练模型，能够在 ImageNet 上达到 87.4% 的 top-1 精确度，这一结果比当前的 SOTA 模型表现提高了一个点。除此之外，该模型在 ImageNet 鲁棒性测试集上有更好的效果，它相比之前的 SOTA 模型能应对更多特殊情况。

ImageNet 需要更多的大数据

ImageNet 已经是大数据集了，大量标注图像已经足够我们学习一个不错的模型。但是它还需要更多的未标注图像，即使有一些图像根本不在要识别的类别之内也没关系。当模型见过广大的未标注数据，它才能做更好的 ImageNet 分类。

在本文中，研究者利用未标注图像来提升当前最优 ImageNet 的精确度，并表明精确度增益对鲁棒性具有非常大的影响。基于此，研究者使用了包含未标注图像的更大语料库，其中一些图像并不属于 ImageNet 的任何类别。

研究者在训练模型的过程中使用了自训练框架，分为以下三步：

1）在标注图像上训练一个教师模型；

2）利用该教师模型在未标注图像上生成伪标签（pseudo label）；

3）在标注和伪标注混合图像上训练一个学生模型。最后，通过将学生模型当做教师模型，研究者对算法进行了几次迭代，以生成新的伪标签和训练新的学生模型。

噪声让 ImageNet 学习更有效

研究者表示，实验说明，一项重要的方法是，学生模型在训练中应当被噪声干扰，而教师模型在生成伪标签的时候不需要。这样，伪标签能够尽可能逼真，而学生模型则在训练中更加困难。

为了干扰学生模型，研究者使用了 dropout、数据增强和随机深度几种方法。为了在 ImageNet 上实现稳健的结果，学生模型也需要变得很大，特别是要比普通的视觉模型大很多，这样它才能处理大量的无标注数据。

使用自训练的带噪声学生模型，加上 3 亿的无标注图像，研究者将 EfficientNet 的 ImageNet top-1 精确度提升到了新 SOTA。

表 1：和之前的 SOTA 模型指标的对比结果。

带有 Noisy Student 的自训练到底是什么

下图算法 1 给出了利用 Noisy Student 方法展开自训练的总览图，算法的输入包括标注和未标注图像。

算法 1：Noisy Student 方法。

研究者首先利用标准交叉熵损失和标注图像来训练老师模型。然后，他们使用该老师模型在未标注图像上生成伪标签。这些伪标签既可以是柔性的（连续分布），也可以是硬性的（onehot 分布）。接着，研究者训练学生模型，该模型最小化标注和未标注图像上的联合交叉熵损失。最后，通过将学生和老师模型的位置互换，他们对训练过程进行了几次迭代，以生成新的伪标签和训练新的学生模型。

该算法基本上是自训练的，这是一种半监督的方法。在本文中，研究者主要的改变是给学生模型增加了更多的噪声源，这样可以在移除教师模型中的噪声后，让它生成的伪标签具有更好的效果。当学生模型被刻意干扰后，它实际上会被训练成一个稳定的教师模型。当这个模型在生成伪标签的时候，研究者不会去用噪声干扰它。

此外，教师模型与学生模型的架构可以相同也可以不同，但如果要带噪声的学生模型更好地学习，那么学生模型需要足够大以拟合更多的数据。

实验结果

在这一部分中，研究者描述了实验的各种细节与实现的结果。他们展示了新方法在 ImageNet 上的效果，并对比了此前效果最佳的模型。此外，研究者还重点展示了新方法在鲁棒性数据集上的卓越表现，即在 ImageNet-A、C 和 P 测试集，以及在对抗样本上的鲁棒性。

如下表 2 所示，以 EfficientNet-L2 为主要架构的 Noisy Student 实现了 87.4% 的 Top-1 准确率，它显著超越了之前采用 EfficientNet 的准确率。其中 2.4% 的性能增益主要有两个来源：更大的模型（+0.5%）和 Noisy Student（+1.9%）。也就是说，Noisy Student 对准确率的贡献要大于架构的加深。

表 2：Noisy Student 与之前 SOTA 模型在 ImageNet 上的 Top-1 与 Top-5 准确率，带有 Noisy Student 的 EfficientNet 能在准确率与模型大小上取得更好的权衡。

如下图 1 所示，Noisy Student 对于不同的模型大小都能带来 0.8% 左右的性能提升。

图 1：Noisy Student 使得 EfficientNet 所有大小的模型都出现了显著的性能提升。研究者对老师和学生模型使用了相同的架构，并且没有执行迭代训练。

研究者将实现了 87.4% top-1 精确度的模型放到三个测试集中进行评估。这三个测试集分别是 ImageNet-A、 ImageNet-C 和 ImageNet-P。这些测试集包括了很多图像中常见的损坏和干扰，如模糊、雾化、旋转和拉伸。ImageNet-A 测试集会让之前的 SOTA 模型精确度明显下降。

这些测试集被认为是「鲁棒性」的基准测试，因为它们要么非常难，如 ImageNet-A，要么和训练集非常不同，如 ImageNet-C 和 P。

表 3：ImageNet-A 的鲁棒性结果。

表 4：ImageNet-C 的鲁棒性结果。mCE 是不同侵蚀情况下的平均错误率，以 AlexNet 错误率为基准（数值越低越好）。

表 5：在 ImageNet-P 上的鲁棒性结果，其中图片是通过一系列干扰生成的 mFR 使用 AlexNet 为基准，测量模型在扰动下翻转预测的概率（数值越低越好）。

为了直观理解三个鲁棒性基准的大幅度提升，下图中展示了一些图片，其中基准模型识别错误，而 Noisy Student 模型的预测则正确。

图 2：从模型稳健性基准 ImageNet-A、C 和 P 中挑选的图片。