使用 NNCLR 进行自监督对比学习
作者： Rishit Dagli
创建日期 2021/09/13
上次修改日期 2024/01/22
描述：NNCLR 的实现，一种用于计算机视觉的自监督学习方法。
介绍
自监督学习
自监督表示学习旨在从原始数据中获取样本的鲁棒表示，而无需昂贵的标签或注释。该领域早期的方法侧重于定义预训练任务，这些任务涉及在具有大量弱监督标签的领域上的替代任务。预计经过训练以解决此类任务的编码器将学习可能对其他需要昂贵注释的下游任务（如图像分类）有用的通用特征。
对比学习
一大类自监督学习技术是那些使用对比损失的技术，这些技术已广泛应用于各种计算机视觉应用，例如图像相似性、降维 (DrLIM) 和人脸验证/识别。这些方法学习一个潜在空间，该空间将正样本聚类在一起，同时将负样本推开。
NNCLR
在本例中，我们实现了 NNCLR，如 Google Research 和 DeepMind 发表的论文在朋友的帮助下：视觉表示的最近邻对比学习中所提出的。
NNCLR 学习超越单实例正样本的自监督表示，从而可以学习更好的特征，这些特征对不同的视角、变形甚至类内变化保持不变。基于聚类的方法提供了一种超越单实例正样本的绝佳方法，但假设整个聚类都是正样本可能会因早期过度泛化而损害性能。相反，NNCLR 使用学习表示空间中的最近邻作为正样本。此外，NNCLR 提高了现有对比学习方法（如SimCLR（Keras 示例））的性能，并减少了自监督方法对数据增强策略的依赖。
以下是论文作者提供的关于 NNCLR 如何建立在 SimCLR 思想基础上的绝佳可视化
我们可以看到，SimCLR 使用同一图像的两个视图作为正样本对。这两个视图（通过随机数据增强生成）被馈送到编码器以获得正样本嵌入对，我们最终使用了两种增强。相反，NNCLR 保留了一个表示完整数据分布的嵌入支持集，并使用最近邻形成正样本对。支持集在训练期间用作内存，类似于MoCo中的队列（即先进先出）。
此示例需要tensorflow_datasets，可以使用以下命令安装
!pip install tensorflow-datasets
设置
import matplotlib.pyplot as plt
import tensorflow as tf
import tensorflow_datasets as tfds
import os
os.environ["KERAS_BACKEND"] = "tensorflow"
import keras
import keras_cv
from keras import ops
from keras import layers
超参数
较大的queue_size 更有可能意味着更好的性能，如原始论文所示，但会引入大量的计算开销。作者表明，NNCLR 的最佳结果是在队列大小为 98,304（他们实验过的最大queue_size）时实现的。我们在这里使用 10,000 来展示一个工作示例。
AUTOTUNE = tf.data.AUTOTUNE
shuffle_buffer = 5000
# The below two values are taken from https://tensorflowcn.cn/datasets/catalog/stl10
labelled_train_images = 5000
unlabelled_images = 100000
temperature = 0.1
queue_size = 10000
contrastive_augmenter = {
"brightness": 0.5,
"name": "contrastive_augmenter",
"scale": (0.2, 1.0),
}
classification_augmenter = {
"brightness": 0.2,
"name": "classification_augmenter",
"scale": (0.5, 1.0),
}
input_shape = (96, 96, 3)
width = 128
num_epochs = 5 # Use 25 for better results
steps_per_epoch = 50 # Use 200 for better results
加载数据集
我们从 TensorFlow 数据集加载STL-10数据集，这是一个用于开发无监督特征学习、深度学习、自学习算法的图像识别数据集。它受到 CIFAR-10 数据集的启发，并进行了一些修改。
dataset_name = "stl10"
def prepare_dataset():
unlabeled_batch_size = unlabelled_images // steps_per_epoch
labeled_batch_size = labelled_train_images // steps_per_epoch
batch_size = unlabeled_batch_size + labeled_batch_size
unlabeled_train_dataset = (
tfds.load(
dataset_name, split="unlabelled", as_supervised=True, shuffle_files=True
)
.shuffle(buffer_size=shuffle_buffer)
.batch(unlabeled_batch_size, drop_remainder=True)
)
labeled_train_dataset = (
tfds.load(dataset_name, split="train", as_supervised=True, shuffle_files=True)
.shuffle(buffer_size=shuffle_buffer)
.batch(labeled_batch_size, drop_remainder=True)
)
test_dataset = (
tfds.load(dataset_name, split="test", as_supervised=True)
.batch(batch_size)
.prefetch(buffer_size=AUTOTUNE)
)
train_dataset = tf.data.Dataset.zip(
(unlabeled_train_dataset, labeled_train_dataset)
).prefetch(buffer_size=AUTOTUNE)
return batch_size, train_dataset, labeled_train_dataset, test_dataset
batch_size, train_dataset, labeled_train_dataset, test_dataset = prepare_dataset()
增强
其他自监督技术，如SimCLR、BYOL、SwAV 等，都严重依赖于精心设计的数据增强管道以获得最佳性能。但是，NNCLR 对复杂增强不太依赖，因为最近邻已经提供了样本变化的丰富性。一些常用的技术通常包括增强管道：
- 随机调整大小的裁剪
- 多种颜色失真
- 高斯模糊
由于 NNCLR 对复杂增强不太依赖，因此我们只使用随机裁剪和随机亮度来增强输入图像。
准备增强模块
def augmenter(brightness, name, scale):
return keras.Sequential(
[
layers.Input(shape=input_shape),
layers.Rescaling(1 / 255),
layers.RandomFlip("horizontal"),
keras_cv.layers.RandomCropAndResize(
target_size=(input_shape[0], input_shape[1]),
crop_area_factor=scale,
aspect_ratio_factor=(3 / 4, 4 / 3),
),
keras_cv.layers.RandomBrightness(factor=brightness, value_range=(0.0, 1.0)),
],
name=name,
)
编码器架构
使用 ResNet-50 作为编码器架构在文献中是标准做法。在原始论文中，作者使用 ResNet-50 作为编码器架构，并对 ResNet-50 的输出进行空间平均。但是，请记住，更强大的模型不仅会增加训练时间，还会需要更多内存，并限制您可以使用的最大批次大小。出于本示例的目的，我们只使用四个卷积层。
def encoder():
return keras.Sequential(
[
layers.Input(shape=input_shape),
layers.Conv2D(width, kernel_size=3, strides=2, activation="relu"),
layers.Conv2D(width, kernel_size=3, strides=2, activation="relu"),
layers.Conv2D(width, kernel_size=3, strides=2, activation="relu"),
layers.Conv2D(width, kernel_size=3, strides=2, activation="relu"),
layers.Flatten(),
layers.Dense(width, activation="relu"),
],
name="encoder",
)
用于对比预训练的 NNCLR 模型
我们在未标记的图像上使用对比损失训练编码器。一个非线性投影头连接到编码器的顶部，因为它可以提高编码器表示的质量。
class NNCLR(keras.Model):
def __init__(
self, temperature, queue_size,
):
super().__init__()
self.probe_accuracy = keras.metrics.SparseCategoricalAccuracy()
self.correlation_accuracy = keras.metrics.SparseCategoricalAccuracy()
self.contrastive_accuracy = keras.metrics.SparseCategoricalAccuracy()
self.probe_loss = keras.losses.SparseCategoricalCrossentropy(from_logits=True)
self.contrastive_augmenter = augmenter(**contrastive_augmenter)
self.classification_augmenter = augmenter(**classification_augmenter)
self.encoder = encoder()
self.projection_head = keras.Sequential(
[
layers.Input(shape=(width,)),
layers.Dense(width, activation="relu"),
layers.Dense(width),
],
name="projection_head",
)
self.linear_probe = keras.Sequential(
[layers.Input(shape=(width,)), layers.Dense(10)], name="linear_probe"
)
self.temperature = temperature
feature_dimensions = self.encoder.output_shape[1]
self.feature_queue = keras.Variable(
keras.utils.normalize(
keras.random.normal(shape=(queue_size, feature_dimensions)),
axis=1,
order=2,
),
trainable=False,
)
def compile(self, contrastive_optimizer, probe_optimizer, **kwargs):
super().compile(**kwargs)
self.contrastive_optimizer = contrastive_optimizer
self.probe_optimizer = probe_optimizer
def nearest_neighbour(self, projections):
support_similarities = ops.matmul(projections, ops.transpose(self.feature_queue))
nn_projections = ops.take(
self.feature_queue, ops.argmax(support_similarities, axis=1), axis=0
)
return projections + ops.stop_gradient(nn_projections - projections)
def update_contrastive_accuracy(self, features_1, features_2):
features_1 = keras.utils.normalize(features_1, axis=1, order=2)
features_2 = keras.utils.normalize(features_2, axis=1, order=2)
similarities = ops.matmul(features_1, ops.transpose(features_2))
batch_size = ops.shape(features_1)[0]
contrastive_labels = ops.arange(batch_size)
self.contrastive_accuracy.update_state(
ops.concatenate([contrastive_labels, contrastive_labels], axis=0),
ops.concatenate([similarities, ops.transpose(similarities)], axis=0),
)
def update_correlation_accuracy(self, features_1, features_2):
features_1 = (features_1 - ops.mean(features_1, axis=0)) / ops.std(
features_1, axis=0
)
features_2 = (features_2 - ops.mean(features_2, axis=0)) / ops.std(
features_2, axis=0
)
batch_size = ops.shape(features_1)[0]
cross_correlation = (
ops.matmul(ops.transpose(features_1), features_2) / batch_size
)
feature_dim = ops.shape(features_1)[1]
correlation_labels = ops.arange(feature_dim)
self.correlation_accuracy.update_state(
ops.concatenate([correlation_labels, correlation_labels], axis=0),
ops.concatenate(
[cross_correlation, ops.transpose(cross_correlation)], axis=0
),
)
def contrastive_loss(self, projections_1, projections_2):
projections_1 = keras.utils.normalize(projections_1, axis=1, order=2)
projections_2 = keras.utils.normalize(projections_2, axis=1, order=2)
similarities_1_2_1 = (
ops.matmul(
self.nearest_neighbour(projections_1), ops.transpose(projections_2)
)
/ self.temperature
)
similarities_1_2_2 = (
ops.matmul(
projections_2, ops.transpose(self.nearest_neighbour(projections_1))
)
/ self.temperature
)
similarities_2_1_1 = (
ops.matmul(
self.nearest_neighbour(projections_2), ops.transpose(projections_1)
)
/ self.temperature
)
similarities_2_1_2 = (
ops.matmul(
projections_1, ops.transpose(self.nearest_neighbour(projections_2))
)
/ self.temperature
)
batch_size = ops.shape(projections_1)[0]
contrastive_labels = ops.arange(batch_size)
loss = keras.losses.sparse_categorical_crossentropy(
ops.concatenate(
[
contrastive_labels,
contrastive_labels,
contrastive_labels,
contrastive_labels,
],
axis=0,
),
ops.concatenate(
[
similarities_1_2_1,
similarities_1_2_2,
similarities_2_1_1,
similarities_2_1_2,
],
axis=0,
),
from_logits=True,
)
self.feature_queue.assign(
ops.concatenate([projections_1, self.feature_queue[:-batch_size]], axis=0)
)
return loss
def train_step(self, data):
(unlabeled_images, _), (labeled_images, labels) = data
images = ops.concatenate((unlabeled_images, labeled_images), axis=0)
augmented_images_1 = self.contrastive_augmenter(images)
augmented_images_2 = self.contrastive_augmenter(images)
with tf.GradientTape() as tape:
features_1 = self.encoder(augmented_images_1)
features_2 = self.encoder(augmented_images_2)
projections_1 = self.projection_head(features_1)
projections_2 = self.projection_head(features_2)
contrastive_loss = self.contrastive_loss(projections_1, projections_2)
gradients = tape.gradient(
contrastive_loss,
self.encoder.trainable_weights + self.projection_head.trainable_weights,
)
self.contrastive_optimizer.apply_gradients(
zip(
gradients,
self.encoder.trainable_weights + self.projection_head.trainable_weights,
)
)
self.update_contrastive_accuracy(features_1, features_2)
self.update_correlation_accuracy(features_1, features_2)
preprocessed_images = self.classification_augmenter(labeled_images)
with tf.GradientTape() as tape:
features = self.encoder(preprocessed_images)
class_logits = self.linear_probe(features)
probe_loss = self.probe_loss(labels, class_logits)
gradients = tape.gradient(probe_loss, self.linear_probe.trainable_weights)
self.probe_optimizer.apply_gradients(
zip(gradients, self.linear_probe.trainable_weights)
)
self.probe_accuracy.update_state(labels, class_logits)
return {
"c_loss": contrastive_loss,
"c_acc": self.contrastive_accuracy.result(),
"r_acc": self.correlation_accuracy.result(),
"p_loss": probe_loss,
"p_acc": self.probe_accuracy.result(),
}
def test_step(self, data):
labeled_images, labels = data
preprocessed_images = self.classification_augmenter(
labeled_images, training=False
)
features = self.encoder(preprocessed_images, training=False)
class_logits = self.linear_probe(features, training=False)
probe_loss = self.probe_loss(labels, class_logits)
self.probe_accuracy.update_state(labels, class_logits)
return {"p_loss": probe_loss, "p_acc": self.probe_accuracy.result()}
预训练 NNCLR
我们使用论文中建议的 temperature 为 0.1 和前面解释的 queue_size 为 10,000 来训练网络。我们使用 Adam 作为对比和探测优化器。在这个例子中，我们只训练模型 30 个 epoch，但为了获得更好的性能，应该训练更多 epoch。
以下两个指标可用于监控预训练性能，我们也将其记录下来（取自 此 Keras 示例）
- 对比准确率：自监督指标，表示图像的表示与其不同增强版本的表示相比，比当前批次中任何其他图像的表示更相似的情况的比例。即使在没有标记示例的情况下，自监督指标也可以用于超参数调整。
- 线性探测准确率：线性探测是评估自监督分类器的常用指标。它计算为在编码器特征之上训练的逻辑回归分类器的准确率。在我们的例子中，这是通过在冻结的编码器顶部训练一个单一的密集层来完成的。请注意，与传统方法（在预训练阶段之后训练分类器）相反，在这个例子中，我们在预训练期间训练它。这可能会稍微降低其准确率，但这样我们就可以在训练过程中监控它的值，这有助于实验和调试。
model = NNCLR(temperature=temperature, queue_size=queue_size)
model.compile(
contrastive_optimizer=keras.optimizers.Adam(),
probe_optimizer=keras.optimizers.Adam(),
jit_compile=False,
)
pretrain_history = model.fit(
train_dataset, epochs=num_epochs, validation_data=test_dataset
)
当您只能访问非常有限的标记训练数据，但可以设法构建一个大型的未标记数据语料库时，自监督学习尤其有用，如之前的方法 SEER、SimCLR、SwAV 等所示。
您还应该查看这些论文的博文，这些博文清楚地表明，通过首先在大型未标记数据集上进行预训练，然后在较小的标记数据集上进行微调，可以获得良好的结果。
建议您查看 原始论文。
非常感谢 NNCLR 论文的主要作者 Debidatta Dwibedi（Google Research）对本示例提供的超级有见地的评论。此示例也借鉴了 SimCLR Keras 示例。