SRAAL 基于状态重标注的对抗式主动学习数据标注采样模型开源项目

SRAAL是基于状态重标注的对抗式主动学习算法的开源代码。

算法描述

在数据标注预算有限的情况下的主动学习，利用生成式模型VAE对数据进行基于变分过程的无监督特征重建学习，并使用状态重标注方法对未标注样本标定不确定性分数，从而使用判别器利用对抗机制，评估未标注样本的采样价值，从而选取更具指导意义的样本进行标注，显著提升主动学习的采样质量和目标性能。

该代码实现了在常见数据集CIFAR-10，CIFAR-100和大规模数据集ImageNet的主动学习采样配置，同时预留了接口方便使用自己的数据集进行进一步改进，方便在各种数据应用上使用此算法进行高质量的标注采样。