Mi az a konzisztencia regulárizás (FixMatch)?

Az összhang regulárizálása egy módszer a részben megjelölt adatok tanulási területén, amely azt feltételezi, hogy a modellnek stabil előrejelzéseket kell adnia ugyanazon bemenet különböző variációira. A FixMatch-ben ezt az elvet a gyenge és erős adatnövelések alkalmazásával valósítják meg: a modell szimulált címkéket generál gyenge növelésen, majd erős növelésen tanul, azzal a céllal, hogy az előrejelzések egyezzenek.

Példa: egy kép esetében először egy könnyű növelést alkalmaznak (pl. kis fényerő-változtatás), a modell megjósolja az osztályt, és ha a bizalom elég magas, akkor ezt a jóslatot szimulált címkének használják. Ezután ugyanarra a képre erős növelést alkalmaznak (pl. véletlenszerű kivágás, forgatás), és a modellt arra tanítják, hogy az erős növelésen kapott jóslat egyezzen a szimulált címkével.

Ez segít hatékonyan kihasználni a nem címkézett adatokat, és javítja a modell általánosító képességét.