【综述】图像分类中的半监督、自监督和非监督技术综述 相同点，不同点和组合

题目

A survey on Semi-, Self- and Unsupervised Techniques in Image Classification Similarities, Differences & Combinations

关键字

深度学习，计算机视觉，监督学习，半监督学习，无监督学习，人工智能，综述

简介

虽然深度学习策略在计算机视觉任务中取得了出色的成绩，但仍然存在一个问题。当前的策略严重依赖大量的标记数据。在许多实际问题中，创建如此大量的带标签的训练数据是不可行的。因此，研究人员尝试将未标记的数据合并到训练过程中，以减少标签数量达到平等的结果。由于大量的并发研究，很难跟踪最新的发展。在本次调查中，我们概述了标签较少的图像分类中常用的技术和方法。我们比较21种方法。在我们的分析中，我们确定了三个主要趋势。 1.最先进的方法基于其准确性可扩展到现实世界的应用程序。2.达到与所有标签的使用效果相当的结果所需的超视力水平正在降低。3.所有方法共享共同的技术，而只有很少的方法将这些技术结合起来以实现更好的性能。基于这三个趋势，我们发现了未来的研究机会。

作者

Lars Schmarje, Monty Santarossa,Simon-Martin Schroder, Reinhard Koch