Какво е регуляризация на последователността (FixMatch)?

Консистентностната регуларизация е метод в областта на обучението с частично означени данни, който предполага, че моделът трябва да дава стабилни прогнози за различни вариации на един и същи вход. В FixMatch този принцип се реализира чрез използване на слаби и силни аугментации на данните: моделът генерира псевдоетикети при слаба аугментация и след това се обучава на силна аугментация, като се стреми прогнозите да съвпадат.

Пример: за изображение първо се прилага лека аугментация (например, малка промяна в яркостта), моделът предсказва класа, и ако увереността е достатъчно висока, това предсказание се използва като псевдоетикет. След това към същото изображение се прилага силна аугментация (например, случайно изрязване, завъртане), и моделът се обучава така, че предсказанието при силната аугментация да съвпада с псевдоетикета.

Това помага ефективно да се използват неозначените данни и подобрява способността на модела за обобщаване.