AAAI 2021 论文推荐丨Curriculum Labeling: Self-paced Pseudo-Labeling for Semi-Supervised Learning

半监督学习的目的是利用大量的未标记数据来提高仅能访问少量标记示例的模型的准确性。

作者提出了课程标签（curriculum labeling），这是一种利用伪标签的方法，以迭代和自定进度的方式将标签传播到未标记的样本。这种方法出乎意料地简单有效，在图像分类的所有标准基准中，都超过或可与最近文献中提出的最佳方法相当。

值得注意的是，作者在CIFAR-10上仅使用4,000个标签样本就获得了94.91%的准确率，在Imagenet-ILSVRC上使用128,000个标签样本获得了88.56%的前5名准确率。与之前的工作相比，作者的方法即使在利用分布外的非标记数据样本的更现实的情况下也显示出改进。