CVPR 2020丨碼隆科技提出跨越時空的樣本配對，解決深度度量學習痛點

論文地址：

開源地址：

本篇論文提出了 XBM 方法，能夠用極小的代價，提供巨量的樣本對，為 pair-based 的深度度量學習方法取得巨大的效果提升。這種提升難例挖掘效果的方式突破了過去兩個傳統思路：加權和聚類，並且效果也更加簡單、直接，很好地解決了深度度量學習的痛點。XBM 在多個國際通用的圖像搜索標準數據庫上（比如 SOP、In-Shop 和 VehicleID 等)，取得了目前最好的結果。

1 背景和動機

難例挖掘是深度度量學習領域中的核心問題，最近有頗多研究都通過改進採樣或者加權方案來解決這一難題，目前主要兩種思路：

第一種思路是在 mini-batch 內下功夫，對於 mini-batch 內的樣本對，從各種角度去衡量其難度，然後給予難樣本對更高權重，比如 N-pairs、Lifted Struture Loss、MS Loss 使用的就是此種方案。

第二種思路是在 mini-batch 的生成做文章，比如 HTL、Divide and Conquer，他們的做法雖然看上去各有不同，但是整體思路有異曲同工之處。大致思路都是對整個數據集進行聚類，每次生成 mini-batch 不是從整個數據集去採樣，而是從一個子集，或者説一個聚類小簇中去採樣。這樣一來，由於採樣範圍本身更加集中，生成的 mini-batch 中難例的比例自然也會更大，某種程度上也能解決問題。

然而，無論是第一種方法的額外注重難樣本，還是第二種方法的小範圍採樣，他們的難例的挖掘能力其實依然有一個天花板——那就是 mini-batch 的大小。這個 mini-batch 的大小決定了在模型中單次迭代更新中，可以利用的樣本對的總量。因此，即使是很精細的採樣加權方法，在 mini-batch 大小有限的情況下，也很難有頂級的表現。我們在三個標準圖像檢索數據庫上進行了實驗，基於三種標準的 pair-based 方法，我們發現隨着 mini-batch 變大，效果（Recall@1）大幅提升。實驗結果如下圖：

可以看出，隨着 mini-batch 的增大，效果有顯著提升。但是，在實際工業應用中 mini-batch 越大，訓練所需要的 GPU 或 TPU 就越多，即使計算資源有充分保證，在多機多卡的訓練過程中，如何在工程上保證通信的效率也是一個有挑戰的問題。

2 特徵偏移

由此，我們希望另闢蹊徑，得以在 mini-batch 有限的情況下，也能獲得充足的難例樣本對。首先，必須突破深度度量學習一直以來的一個思維侷限——僅在對當前 mini-batch 裏的樣本對兩兩比較，形成樣本對。以此我們引入了 XBM（Cross-batch Memory）這一方法來突破侷限，跨越時空進行難例挖掘，把過去的 mini-batch 的樣本提取的特徵也拿過來與當前 mini-batch 作比較，構建樣本對。

我們將樣本特徵隨着模型訓練的偏移量，稱之為特徵偏移（Feature Drift）。從上圖我們發現，在訓練的一開始，模型還沒有穩定，特徵劇烈變化，每過 100 次迭代，特徵偏移大約 0.7 以上。但是，隨着訓練的進行，模型逐步穩定，特徵的偏移也變小。我們稱這個現象為慢偏移（Slow Drift），這是我們可以利用的一點。

3 方法梗概

我們發現，雖然在訓練的前 3K iterations，mini-batch 過去的提取特徵與當前模型偏差很大，但是，隨着訓練時間的延長，過去的迭代裏所提取過的特徵，逐漸展示為當前模型的一個有效近似。我們要做的不過是把這些特徵給存下來，每個特徵不過是 128 個 float 的數組，即便我們存下了過去 100 個 mini-batch 的特徵，不過是6400個（假設 batch size = 64）float 數組，所需要不過是幾十 MB 的顯存。而它帶來的好處是顯而易見的，我們能夠組成的樣本對的個數是僅僅利用當前 mini-batch 的一百倍。即便這些特徵不能高精準地反映當前模型的信息，但是隻要特徵偏移在合理的範圍內，這種數量上帶來的好處，可以完全補足這種誤差帶來的副作用。

具體來看，我們的 XBM 的方法架構大致如下：

偽代碼如下：

我們的 XBM 從結構上非常簡單清晰。我們先訓練一個 epoch 左右，等待特徵偏移變小。然後，我們使用 XBM：一個特徵隊列去記憶過去 mini-batch 的特徵，每次迭代都會把當前 mini-batch 提取出來的新鮮特徵加入隊列，並把最舊的特徵踢出隊列，從而保證 XBM 裏的特徵儘量是最新的。每次去構建樣本隊列的時候，我們將當前 mini-batch 和 XBM 裏的所有特徵都進行配對比較，從而形成了巨量的樣本對。如果説 XBM 存儲了過去 100 個 mini-batch，那麼其所產生的樣本對就是基於 mini-batch 方法的 100 倍。

不難發現，XBM 其實直接和過去基於樣本對的方法結合，只需要把原來的 mini-batch 內的樣本對換成當前 mini-batch 和 XBM 的特徵構成的樣本對就可以了。所以，我們通過 XBM 這種存儲特徵的機制，能夠讓不同時序的 mini-batch 的特徵成功配對。

4 消融實驗一

首先，我們在三個常用的檢索數據集，和三個基於樣本對的深度學習的方法上，使用 XBM 進行測試，同時控制其他的設置全部不變。我們發現，XBM 帶來的效果很明顯。尤其是在最基本的對比損失（Contrastive Loss）上，可以看到，本來這個方法只利用 mini-batch 內的樣本時，其效果並不顯著，但是 XBM 帶來了顯著的效果提升。在三個數據集， Recall@1 都至少提升 10 個點，尤其是 VehicleID 數據集的最大（Large）測試集，效果提升了 22 個點，從 70.0 到 92.5。

5 消融實驗二

關於 mini-batch 的大小對結果的影響，從上圖可發現三點：

1、無論是否使用 XBM，mini-batch 越大，效果越好；

2、XBM 方法即便是使用很小的 batch (16)，也比沒有 XBM 使用大的 batch (256) 效果好；

3、由於 XBM 本身可以提供正樣本對，所以可以不一定要用 PK sampler 來生成 mini-batch，而是可以直接使用原始的 shuffle sampler，效果相似。

6 計算資源消耗

下圖我們展示了在 SOP 上訓練 XBM 時的計算資源消耗，即便把整個訓練集（50K ）的特徵都加載到 XBM，不過需要 0.2GB 的顯存；而如果是使用增大 batch 的方法，會額外需要 15GB 顯存，是 XBM 的 80 倍，但是效果的提升比 XBM 差很多。畢竟 XBM 僅僅需要存特徵，特徵也是直過去的 mini-batch 的前向計算的結果，計算資源的需求很小。

7 對比 SOTA

與最近的深度度量學習方法對比，我們在四個檢索數據庫上效果均大幅提升，這裏僅列出 VehicleID 的效果，其他數據集的效果見原論文。

簡單來説，不同於部分文章中使用更好的網絡結構，更大的輸出維度，或者更大的 mini-batch 來提升效果，強行 SOTA。我們列出 XBM 在 64 的 mini-batch 在不同的主幹網絡下及各種維度下的效果，其效果一直是最好的。

8 可視化

更多可視化見論文補充材料，有更多實例説明效果。

9 總結與展望

第一，本文提出的 XBM 方法能夠記住過去的特徵，使得模型的訓練不再僅僅依靠當前 mini-batch 的樣本，而是可以跨越時空進行樣本配對。從而用極小的代價，提供了巨量的樣本對，為 pair-based 的深度度量學習方法取得了巨大的效果提升。這種提升難例挖掘效果的方式，也是突破了過去兩個傳統思路：加權和聚類，並且效果也更加簡單、直接，很好地解決了深度度量學習的痛點。

第二，其實 Memory 機制並不是本文原創，但是用 Memory 來做難例挖掘是一個全新的嘗試。同樣在 CVPR 2020 獲得 Oral，也是由 Kaiming He 作為一作的 MoCo 也是這種思路。本文的方法其實可以認為是 MoCo 在ｍ=0 的特例，Kaiming 通過動量更新 key encoder，可以直接控制住特徵偏移。作者認為，這種方法還會在很多任務帶來提升，不侷限於 Kaiming 的自監督表示學習，以及此前我們一直關注研究的度量學習（或者説監督表示學習）。

第三，在本文中，雖然 XBM 在所有的 pair-based 的方法都有提升，但是明顯在對比損失（Contrastive Loss）上提升最大，具體原因待考。另外，我們也把在無監督表示上表現很好的 infoNCE 方法用到了深度度量學習，但效果並不顯著。作者認為這兩個問題的答案是同一個，且有值得深究的價值，希望在後續研究中進行進一步跟進探索。