SRAAL是基于状态重标注的对抗式主动学习算法的开源代码。
算法描述
在数据标注预算有限的情况下的主动学习,利用生成式模型VAE对数据进行基于变分过程的无监督特征重建学习,并使用状态重标注方法对未标注样本标定不确定性分数,从而使用判别器利用对抗机制,评估未标注样本的采样价值,从而选取更具指导意义的样本进行标注,显著提升主动学习的采样质量和目标性能。
该代码实现了在常见数据集CIFAR-10,CIFAR-100和大规模数据集ImageNet的主动学习采样配置,同时预留了接口方便使用自己的数据集进行进一步改进,方便在各种数据应用上使用此算法进行高质量的标注采样。
评论