76 lines
4.1 KiB
Markdown
76 lines
4.1 KiB
Markdown
# MoCo
|
||
|
||
# 提出背景
|
||
|
||
MoCo 是 Inst Disc 的改进工作，那我们自然要先看一下 Inst Disc 有什么不足
|
||
|
||
## 1.Memory Bank 过大，不能应用在更大的数据集上
|
||
|
||
因为其字典的数据类型，导致计算开销会加大
|
||
|
||
## 2.动量更新并不能完全解决特征一致性差的问题
|
||
|
||
即使使用了动量更新的方式，同一个特征前后被调用的跨度也还是很长，一致性依旧不够
|
||
|
||
## 3.NCEloss 负样本分类不合理的问题
|
||
|
||
NCE 把<strong>所有负样本都视作一样的</strong>，但实际上负样本<strong>并不能被完全归为一类</strong>
|
||
|
||
举个例子：我现在的正样本是<strong>猫猫</strong>，然后有两个负样本是<strong>狗勾</strong>和<strong>汽车</strong>，那<strong>猫猫</strong>肯定跟<strong>狗勾</strong>更相近，跟<strong>汽车</strong>更不相似，也就是说<strong>狗</strong>的得分虽然低于<strong>猫</strong>，但是一定要高于<strong>汽车</strong>，<strong>而不是像 NCE 那样把狗和车打成一类</strong>，这样不利于模型学习。
|
||
|
||
并且它也不是很灵活，下文细讲
|
||
|
||
### 虽然大家应该都懂了（应该吧？），但还是贴一下模型总览图。
|
||
|
||
右边就是 memory bank 啦
|
||
|
||
|
||
|
||
# MoCo 做出的改进
|
||
|
||
## 1.针对 Memory Bank 过大
|
||
|
||
作者使用队列的数据结构去储存这个大字典，因为是先进先出，所以好处是新进来的特征可以把最老的特征替换掉。每次不用把整个字典全部载入，而是用队列形式即可。很简单地解决了这个问题。
|
||
|
||
## 2.针对动量更新不能完全解决特征一致性差的问题
|
||
|
||
作者提出了一个新的<strong>动量编码器</strong>来替代动量更新。
|
||
|
||
动量编码器是独立于原编码器的一个编码器，它的参数是根据原编码器动量更新的，k 和 q 就是指代全部参数了
|
||
|
||
|
||
|
||
这样的话就是解码器在缓慢更新，比对特征使用动量更新要更有连续性。
|
||
|
||
## 3.负样本分类不合理的问题通过替换 infoNCEloss 解决
|
||
|
||
下面是 infoNCE loss 的公式，它是 NCE 和交叉熵损失的结合体，长得就很像交叉熵，只是多了个 T。
|
||
|
||
[（什么？你看到这了还不会交叉熵？戳这里）](https://zhuanlan.zhihu.com/p/149186719)
|
||
|
||
|
||
|
||
q·k 其实就是各个特征（因为那时候用的都是 transformer 了，这里就是 trnasformer 里的 k 和 q）
|
||
|
||
这里分母级数上的<strong>k 是代表负样本的个数，也就是 k=batchsize-1（总样本-正样本）</strong>。其实就是<strong>对一个 batch 做 k+1 分类</strong>，并且引入了一个<strong>超参数 T</strong>。它的名字叫做<strong>温度参数</strong>，控制的是 softmax 后得分分布的平滑程度（直观理解，不是很严谨）
|
||
|
||
T 越大，损失函数就越对所有负样本<strong>一视同仁</strong>，退化为二分类的 NCEloss；T 越小，损失函数就<strong>越关注一些难分类的特征</strong>，但有时候会出现两张其实都是猫猫的图片，你硬要让模型说猫猫跟猫猫不一样，这也不太好，这个参数要根据数据集情况适中调整。
|
||
|
||
|
||
|
||
|
||
|
||
上面那张是 T 较大的情况，下面是 T 较小的情况（x 轴是各个类别，y 轴是分类得分）
|
||
|
||
所谓的灵活性就是指：infoNCE loss 引入了温度参数，这个参数可以帮我们调整训练的难度，T 越大，模型越关注类似的特征，训练也就越难，总之就是非常灵活。
|
||
|
||
# 总结
|
||
|
||
总而言之，MoCo 就是基于 Inst Disc 主要做了如上三点改进，模型和参数都是完全不变的。它的核心在于动量编码器和活动大字典。
|
||
|
||
能在 imagenet 上达到媲美甚至超越有监督学习的模型的结果，并且可以作为 backbone 很好的拓展应用到多个下游任务上。
|
||
|
||
# 另外
|
||
|
||
其实 MoCo 有两篇后续工作，MoCo v2 和 MoCo v3，v2 其实就是缝合了后面讲的 SimCLR 的方法，不展开了，V3 留到以后讲。
|