Čo je regularizácia konzistencie (FixMatch)?

Konzistentnosť regulácie je metóda v oblasti učenia s čiastočne označenými údajmi, ktorá predpokladá, že model by mal poskytovať stabilné predpovede pre rôzne variácie toho istého vstupu. V FixMatch je tento princíp realizovaný použitím slabých a silných augmentácií údajov: model generuje pseudo-štítky na základe slabšej augmentácie a následne sa trénuje na silnej augmentácii, pričom cieľom je, aby predpovede zodpovedali.

Príklad: pre obrázok sa najskôr aplikuje ľahká augmentácia (napríklad malá zmena jasu), model predpovedá triedu, a ak je istota dostatočne vysoká, táto predpoveď sa použije ako pseudo-štítok. Potom je na ten istý obrázok aplikovaná silná augmentácia (napríklad náhodné orezanie, otáčanie), a model sa trénuje tak, aby predpoveď na silnej augmentácii zodpovedala pseudo-štítku.

Toto pomáha efektívne využívať neoznačené údaje a zlepšuje schopnosť modelu generalizovať.