半监督学习介绍
/ 背景 /
遥感图像的语义分割在城市规划、变化检测和地理信息系统建设中具有重要意义。在过去的几年中，一些研究者利用SIFT信息、纹理信息等特征对超像素进行分类。在多尺度上选取合适的超像素对遥感图像进行分割。在超像素方法的基础上，许多方法可以对遥感图像的不同区域进行分割。然而，由于超像素区域具有相同的标签，很难获得满意的分割结果。
近年来，相关的深度学习方法在语义图像分割方面取得了很大的进展，如FCN、UNet、DeepLab等。在深度学习的基础上，许多遥感图像分割方法也得到了发展。它们可以得到更精确的分割结果。
不幸的是，标记大量的样本是非常昂贵和耗时的，特别是在密集的预测问题，如语义分割。因为我们需要标记每个像素，标记成本是图像级标注难度的60倍以上。最近的研究表明，使用大量未标记数据和少量标记数据的半监督学习（SSL）对分类非常有益。这些方法可以分为一致性方法，伪标签方法，表征学习。一些工作试图将SSL应用于语义分割。naive-student使用一个大模型来生成带有未标记视频序列的伪标签，并应用迭代训练来进一步改进。它们只考虑具有原始输入images的伪标签，没有扰动。最近在CCT中的一项工作考虑对图像添加扰动以进行语义分割，但它们在不同的子解码器中转发具有不同扰动的图像，并加强子解码器与主解码器之间的一致性。因此，这种方法不可避免地会增加内存消耗，难以应用于高分辨率数据。也有一些作品关注生成方法。AdvSemiSeg和S4Gan中的工作都采用了一般对抗网络，并训练了对未标记数据有鉴别损失和对标记数据有监督损失的模型。
/ 我们怎么做 /
我们首先探索了基于self training的半监督语义分割方法。最近，语义分割取得了重大进展。然而，监督语义分割的成功通常依赖于大量的标记数据，这是耗时且成本高昂的。受图像分类的半监督学习方法的成功启发，我们提出了一种简单而有效的语义分割半监督学习框架。我们证明了问题出在细节上：一组简单的设计和训练技术可以显著提高半监督语义分割的性能。先前的工作未能在伪标签学习中有效地使用强增强，因为强增强导致的分布不均等损害了批归一化统计。我们设计了一种新的批处理规范化，即特定于分布的批处理标准化（DSBN）来解决这个问题，并表明了强增强对语义分割的重要性。此外，我们设计了自校正损耗，这在抗噪声方面是有效的。我们进行了一系列消融研究，以显示每个组件的有效性。我们的方法在Cityscapes和Pascal VOC数据集的半监督设置中实现了最先进的结果。
我们继续探索基于一致性的半监督算法。当前最先进的半监督语义分割方法探索了一致性规则化的潜力。在训练期间约束教师和学生网络之间的相似性。图像上的数据增强通常在训练期间应用于学生网络，并使用具有不同初始化的多个网络。典型的网络扰动方法CPS将同一图像送到两个不同的初始化网络中，并使用从一个分支生成的伪标签来监督另一个分支。注意，这两个分支在训练过程中使用反向传播而不使用移动平均进行优化。因此，模型“忘记”了重要的历史信息。为了进一步提高半监督语义分割模型的性能，我们提出了一种新的互知识提取框架。基于具有不同初始化参数的两个共同训练分支，我们进一步使用两个辅助均值教师模型来记录训练过程中的信息，并提供额外的监督。从一个教师网络生成的伪标签监督另一个学生，反之亦然。弱增强被应用于教师的输入图像，以增加对预测的信心。此外，学生的输入图像也得到了增强，以使样本多样化。受先前应用于图像分类的隐式语义数据挖掘的启发，我们进一步增强了学生的特征以进行分割。来自教师网络的伪标签往往更可靠，而学生网络可以在更多样和更具挑战性的样本上进行训练。
/ 未来展望 /
现在的半监督学习在使用时，对于无标签数据的选择上是有先验条件的，我们期望在今后的研究中突破这些先验条件，做一个更加统一的架构。
参考文献：
- Yuan J, Liu Y, Shen C, et al. A Simple Baseline for Semi-supervised Semantic Segmentation with Strong Data Augmentation[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision. 2021: 8229-8238
- Yuan J, Ge J, Qian Q, et al. Semi-supervised Semantic Segmentation with Mutual Knowledge Distillation[J]. arXiv preprint arXiv:2208.11499, 2022.
作者信息：袁建龙，阿里巴巴达摩院 Al Earth 团队技术专家，主要研究方向包含 dense prediction , Imperfect data research , label / data efficient learning 等，曾在计算机视觉领域深耕数年，发表过多篇计算机视觉顶级会议期刊。
