개요
이는 자기 지도 학습이 서로 다른 이미지를 분리하는 데 의존할 필요가 없고 대량의 네거티브 배치에 대한 필요성을 회피한다는 것을 보여주었습니다.
심층 분석
대부분의 초기 자기 감독 방법은 대조적이었습니다. 동일한 이미지에 대한 두 개의 증강 뷰를 함께 가져오면서 서로 다른 이미지를 밀어내는 방식으로 붕괴를 피하기 위해 많은 네거티브 샘플이 필요했습니다(네트워크가 모든 것에 대해 동일한 벡터를 출력하는 경우). 2020년 DeepMind의 BYOL은 네거티브를 완전히 제거했습니다. 온라인 네트워크와 대상 네트워크라는 두 가지 네트워크를 사용합니다. 하나의 이미지에 대한 두 개의 증강된 보기가 두 개의 네트워크를 통과합니다. 온라인 네트워크는 예측 헤드를 추가하고 다른 뷰에 대한 대상 네트워크의 표현을 예측하도록 훈련됩니다. 중요한 점은 대상 네트워크의 가중치가 경사하강법으로 훈련되지 않는다는 것입니다. 대신 온라인 가중치의 지수 이동 평균(EMA)입니다. 이러한 비대칭성과 EMA 목표는 ImageNet의 대조 기준선과 일치하거나 이를 능가하는 사소한 대조 방법 붕괴를 방지합니다.
실제 구현
레이블이 지정되지 않은 수백만 장의 사진에 대한 비전 백본을 사전 훈련한 다음 전문 주석이 부족한 소규모 레이블이 지정된 의료 영상 데이터 세트를 미세 조정합니다.
수동 라벨링 없이 원시 카메라 스트림에서 로봇 인식 기능을 학습하여 조작 작업을 가르치는 비용을 줄입니다.
클래스 라벨 없이 시각적으로 유사한 이미지를 그룹화하는 BYOL 임베딩을 사용하여 이미지 검색 및 중복 제거 시스템을 구축합니다.
토지 이용 또는 삼림 벌채 분류를 위해 미세 조정하기 전에 레이블이 지정되지 않은 방대한 아카이브에서 위성 또는 항공 이미지 모델을 초기화합니다.
BYOL과 비대비적 자체 감독의 미래
대조되지 않는 아이디어는 이제 자기 감독 비전의 상당 부분을 고정시킵니다. SimSiam은 BYOL을 더욱 줄여 정지 경사도가 유지되는 경우 EMA 목표가 엄격히 필요하지 않음을 보여줌으로써 붕괴를 방지하는 이유에 대한 이해를 심화시켰습니다. 이러한 레이블 없는 사전 훈련 레시피는 마스크 이미지 모델링 및 다중 모달 훈련과 계속 병합되고 레이블이 부족하거나 비용이 많이 드는 비디오, 오디오, 의료 영상 및 로봇 공학으로 확산될 것으로 예상됩니다. 이는 종종 경량 지도 미세 조정 전 사전 훈련 단계로 사용됩니다.
실천에 옮기기
왜 중요한가요?
- 비용 및 예산. 아키텍처 결정은 수년 동안 성능과 운영 비용을 결정합니다.
- 더 명확한 결정들. 기술 교육은 팀이 최신 스택뿐만 아니라 올바른 스택을 선택하는 데 도움이 됩니다.
- 품질 관리. 더 나은 엔지니어링 선택은 생산 시 신뢰성 사고를 줄입니다.
조심하세요
- 하나의 벤치마크를 최적화하면 더 광범위한 시스템 약점을 숨길 수 있습니다.
- 인프라 및 유지 관리 비용은 종종 과소평가됩니다.
- 시스템이 더욱 복잡해짐에 따라 보안 및 관찰 가능성의 격차가 커질 수 있습니다.
다음 단계
- 구현하기 전에 지연 시간, 품질, 비용 목표를 정의하세요.
- 현실적인 로드 및 데이터 조건에서 벤치마킹합니다.
- 오류, 드리프트 및 사용자 영향에 대한 계측기 모니터링.
- 확장하기 전에 롤백 및 사고 대응 경로를 준비하세요.
계속 탐색하세요
무료 뉴스레터
일일 AI 브리핑 받기
매주 평일 아침마다 3개의 검증된 AI 스토리를 일반 영어로 작성합니다. 무료이며, 광고 없음.
매주 평일마다 한 번 이메일을 받습니다. 한 번 클릭으로 구독 해지. 주소를 판매하거나 공유하지 않습니다.
자신을 테스트해 보세요
Take the BYOL and Non-Contrastive Self-Supervision quiz
모든 답변에 즉각적인 피드백과, 과정을 통과하면 검증 가능한 ID가 있는 공유 가능한 인증서를 제공합니다.
무료 AI 교육을 지원합니다. AI Understanding는 501(c)(3) 비영리 단체입니다 — 광고 없음, 유료 장벽 없음, 영원히. 기부하기
자주 묻는 질문
BYOL 및 비대조적 자체 감독이란 무엇입니까?
BYOL(Bootstrap Your Own Latent)은 레이블 없이, 놀랍게도 부정적인 예 없이 유용한 이미지 표현을 학습합니다. 이는 자기 지도 학습이 서로 다른 이미지를 분리하는 데 의존할 필요가 없고 대량의 네거티브 배치에 대한 필요성을 회피한다는 것을 보여주었습니다.
What makes BYOL non-contrastive?
The BYOL paper highlights learning representations without negative pairs.
What does the online network learn to predict?
BYOL trains the online branch to predict the target representation across two views.
How are target-network weights updated?
The paper describes updating the target with a slow-moving average.
Why does BYOL use an online predictor and stop-gradient on the target side?
The BYOL method uses asymmetry and a stop-gradient as parts of its design.
What happens to two views of the same image in BYOL?
The paper learns by predicting one view’s target representation from another.