ImageNet识别率一次提高1%：谷歌AI新突破引Jeff Dean点赞

选自arxiv作者：Quoc V. Le 等机器之心编译参与：思源、一鸣ImageNet 上的图像分类模型似乎已经成熟，要达到新的 SOTA 已经非常难。近日，Quoc Le 等提出了一个新的方法，在这一数据集上再次提高了 SOTA 性能一个点。而且这一方法让模型在鲁棒性上也有很大的提升。论文地址：https://arxiv.org/abs/1911.04252谷歌大脑负责人 Jeff Dean 和该论文的作者之一 Quoc Le 今天都在 Twitter 上介绍了这项研究工作，新方法能利用更多的未标注图像数据，并提升最终效果。在本文中，研究者首先在标注的 ImageNet 图像上训练了一个 EfficientNet 模型，然后用这个模型作为老师在 3 亿无标签图像上生成伪标签。然后研究者训练了一个更大的 EfficientNet 作为学生模型，使用的数据则是正确标注图像和伪标注 ………………………………