由于时间问题，这篇文章最终变成了草读…
Exploring The Limits Of Weak Supervised Pretraining
- FAIR
- ECCV2018
- 起因是ImageNet太小了，图片的标注有些困难了，开发了一种迁移学习的方法，从超大量的Social Media图片中，用大CNN（所谓的大CNN对Imganet来说也就就是ResNet101），做hashtag prediction
- 把Social Media中的Hashtag，来作为弱Label(还真tm只有facebook能做，淦…)
- 要革了人工标注的命
用了啥Dataset
- Instagram Dataset
- 甚至是有一套采数据的流程…
- 一个图片很可能对应多个Hashtag
怎么个Transfer法
- Full Network Finetune
- 和正常的finetune无异
- Feature Transfer
- 首先按照L2泛化训练一个网络
- 后面接上Softmax直接去训后面这个Logistic Classifier
- 据说后面这个能起到不错的效果
实验
- 超级多，能提点
真是读的最草率的一篇论文
