1 简介

本文根据2020年《Self-training with Noisy Student improves ImageNet classification》翻译总结。

自训练（Self-training）使用标注数据训练一个好的teacher模型，然后使用该teacher模型对未标注的数据进行标注，最后使用标注数据和非标注数据联合训练一个student模型。如下图所示。

本文提出的Noisy Student Training扩展了自训练和蒸馏，即（1）使用一个相等或者更大的student 模型，（2）并添加噪声到student训练中。是一种半监督学习。（3）迭代学习，即student训练好后作为teacher继续生成伪标签，继续训练新的student。

我们的模型Noisy Student Training超过了以前的最优模型（弱监督模型），它们是采用了3.5B（billion）的弱标注（weakly labeled）数据（Instagram 应用的图片）。

2 Noisy Student Training算法

该算法的主要改善点是（1）添加噪声到student；（2）student模型不比teacher小。具体算法如下所示。

伪标签的生成可以是soft的(连续分布)或者hard的（one-hot 分布）。实际上，Soft 伪标签对于外域未标注数据表现的稍微好些。

Noising Student：我们采用两种类型的噪声：输入噪声和模型噪声。输入噪声采用数据增强方式，如RandAugment；模型噪声，我们使用dropout、随机深度（stochastic depth）。

其他技巧：当使用数据过滤和平衡时，模型表现的更好。我们过滤掉teacher 模型有较低可信度的图片，这些图片也往往是外域的。为了确保未标注数据的分布匹配训练数据，我们要平衡每个类别未标注数据的数量。

3 实验结果

我们最大的模型，EfficientNet-L2, 其需要在2048核上的TPU v3 pod训练6天，是EfficientNet-B7 训练实际的5倍。
如下表，我们的模型Noisy Student Training (EfficientNet-L2)表现最好。

下图是没有采用迭代训练的Noisy Student Training，可以看到也表现很好。

迭代的实验结果如下，如下表的第2行（2次迭代）比第1行（1次迭代）效果好。