MABNet: Master Assistant Buddy Network with Hybrid Learning for Image Retrieval

要約

画像検索は、近年ますます注目されている。現在のアプローチは、教師あり、または自己教師ありのいずれかである。しかし、これらの手法では、教師あり学習と自己教師あり学習の両方を用いたハイブリッド学習の利点は生かされていない。我々は、この両方の学習メカニズムを取り入れた、画像検索のための新しいマスターアシスタントバディネットワーク(MABNet)を提示する。MABNetはマスターとアシスタントのブロックから構成され、両者は監視による独立した学習と自己監視による集団的な学習を行う。マスターは自己監視のために知識ベースを提供することでアシスタントを指導し、アシスタントはその知識をウェイトトランスファーによってマスターに報告する。我々は、後処理を行った場合と行わなかった場合の公開データセットについて、広範な実験を行った。

要約(オリジナル)

Image retrieval has garnered growing interest in recent times. The current approaches are either supervised or self-supervised. These methods do not exploit the benefits of hybrid learning using both supervision and self-supervision. We present a novel Master Assistant Buddy Network (MABNet) for image retrieval which incorporates both learning mechanisms. MABNet consists of master and assistant blocks, both learning independently through supervision and collectively via self-supervision. The master guides the assistant by providing its knowledge base as a reference for self-supervision and the assistant reports its knowledge back to the master by weight transfer. We perform extensive experiments on public datasets with and without post-processing.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL