基于混合采样策略与 Fixmatch 的图像分类方法

来源：计算机技术与发展杂志2023年第11期北京时间：

作者：白罡旭;杨海峰;蔡江辉;';王玉鹏

单位：1. 太原科技大学 计算机科学与技术学院,山西 太原 030024;2. 中北大学,山西 太原 030051

摘要：RUC( Unsupervised Image Clustering with Robust Learning) 是一种为改善聚类性能而提出的图像分类方法,但是由于它的协同训练仅适用于双视图数据集,并且没有考虑到数据之间相似性对其伪标签采样策略的影响, 此外其使用的Mixmatch 只是单纯地进行 k 次随机增强求均值却没有考虑到强增强与弱增强的联系。 为了解决这些问题,该文提出了HFC( classification method based on Hybrid sampling strategy and Fixmatch) 。 首先,设计了一种置信度与距离的伪标签采样策略,联合两种策略以提高筛选到正确标签的概率;其次,使用 Tri-training 取代 Co-training,即通过两个分类器指导第三个分类器进行训练,使得模型不再受限于双视图数据集;最后,采用目前较好的 Fixmatch 的数据增强方法取代 RUC 中Mixmatch 随机增强,以突出强增强与弱增强的联合作用。 HFC 在 CIFAR-10、CIFAR-100 和 STL-10 数据集上进行实验,取得了较好的结果,验证了该方法的有效性。

关键词：半监督学习;聚类;采样策略;图像分类;数据增强