Kas ir konsekvences regulēšana (FixMatch)?

Konsistences regulēšana ir metode, kas tiek izmantota daļēji iezīmētu datu apmācībā, kas paredz, ka modelim jāsniedz stabilas prognozes dažādām tā paša ievades variācijām. FixMatch šī princips tiek īstenots, izmantojot vājas un stipras datu palielināšanas metodes: modelis ģenerē pseido-etiketes vājas palielināšanas laikā un pēc tam apmācās stiprā palielināšanā, cenšoties nodrošināt, ka prognozes sakrīt.

Piemērs: attēlam vispirms tiek piemērota viegla palielināšana (piemēram, neliela spilgtuma izmaiņa), modelis prognozē klasi, un, ja uzticība ir pietiekami augsta, šī prognoze tiek izmantota kā pseido-etikete. Tad tas pats attēls tiek pakļauts stiprai palielināšanai (piemēram, nejauša sagriešana, apgriešana), un modelis tiek apmācīts tā, lai stiprās palielināšanas prognoze sakristu ar pseido-etiketi.

Tas palīdz efektīvi izmantot neiezīmētus datus un uzlabo modeļa vispārējo spēju generalizēt.