文章标题：Semi-Supervised Semantic Segmentation with Cross-Consistency Training
文章地址：https://arxiv.org/abs/2003.09005
文章代码： https://github.com/yassouali/CCT
领域：半监督语义分割
小白入坑笔记，有理解不对的地方，欢迎各位大佬指正
一、Cross-Consistency Training提出的原因
在语义分割领域标签获得成本较高，作者希望利用更多的未标记例子来训练分割网络，从而有效处理与训练数据分布相同的测试数据
从上图可以看出，低密度区域在隐藏表示中比在输入中更明显。在Input level 中，低密度区域无法与类别边界对齐，因此聚类假设不适用；在Hidden representations level 各个类别更紧凑，与其他类别界限明显。因此，就想到利用编码器的输出来增强模型不同形式的扰动的一致性
二、算法流程及特点
模型结构主要是：一个共享的编码器和一个主解码器，它们使用标记的例子进行训练。为了利用未标记的数据，用多个辅助解码器，它们的输入是共享编码器输出的扰动版本。
算法流程：在每次训练迭代中，从标记的Dl和未标记的Du集中采样相同数量的例子。使用主编码器的输出Z，遍历K个辅助解码器，对每个辅助解码器通过相同的扰动方式添加不同的扰动结果（后面结果部分有对应解释）。对于未标记的例子，计算每个辅助解码器的预测与主解码器的预测之间的MSE。然后计算总损失并反向传播。请注意，无监督损失Lu并没有通过主解码器g进行反向传播，只有标记的例子被用来训练g。
一致性训练的目的是在应用于输入的小扰动下，强制执行模型预测的不变性。因此，学习到的模型将对如此小的变化具有鲁棒性。一致性训练的有效性在很大程度上取决于数据分布的行为，即聚类假设，其中类必须被低密度区域分开。
损失：
上面算法流程是针对有标记和无标记的情况，并没有写对弱标记样本的损失Lw
在每次训练迭代中，我们采样等数量的标记和未标记样本。因此，我们在集合Dl上的迭代次数比在其未标记的对应物Du上的迭代次数更多，从而存在对标记集合Dl的过拟合的风险。（Dl的样本数远小于Du）
因此作者对Ls进行了改动：
只计算概率小于阈值η的像素上的监督损失：为了释放有监督的训练信号，阈值参数η在训练开始时从1/C逐渐增加到0.9，以C为输出类数。
改动前：
改动后：
我的理解：在前期的时候，概率小于阈值的都是无标签样本，此时更需要注重无标签样本，因此针对无标签样本进行惩罚，让模型能够迅速学习无标签样本的分布，到了后期，模型学到了无标签的分布情况，那么此时预测错误的既有可能是无标签样本，也有可能是有标签样本，且要对有标签的样本，模型预测做出惩罚，发挥有标签样本的作用，如果阈值一直很小那就光学习无标签样本去了，所以阈值要变大。
模型表现：
这里横轴表示辅助解码器的数量，比如最左边的图最下面的红色三角形表示，在扰动方法是DropOut，辅助解码器共4个的情况
不同的颜色的线代表不同的扰动方法
特别的CCT full表示使用以上七种全部的扰动方法，辅助解码器的数量是7*K。CCT full+abCE表示使用上面考虑修正的Ls，即考虑过拟合的情况
上面的结果表明，
1.不同扰动之间存在不显著的总体性能差距，证实了对语义分割隐藏表示的一致性的有效性。即作者的出发点：低密度区域在隐藏表示中比在输入中更明显是正确的
2.增加K总体上有轻微的改善，由于Con-Msk和Obj-Msk缺乏随机性，其变化最小。在结合所有扰动时也观察到一个轻微的改进，这表明编码器能够生成在许多扰动下生成一致的表示，从而提高整体性能
3.使用ab-CE逐步释放训练信号有助于提高8%，这证实了标记例子的过拟合会导致性能显著下降。
这里结果只是原文的一小部分，作者还进行了很多消融实验，感兴趣的可以自己去看原文