ترجمه فارسی مقاله الگوریتم خوشه‌بندی تصویر مبتنی بر مدل‌های از پیش آموزش‌دیده خودنظارتی و بهینه‌سازی توزیع ویژگی‌های پنهان

چکیده

In the face of complex natural images, existing deep clustering algorithms fall significantly short in terms of clustering accuracy when compared to supervised classification methods, making them less practical. This paper introduces an image clustering algorithm based on self-supervised pretrained models and latent feature distribution optimization, substantially enhancing clustering performance. It is found that: (1) For complex natural images, we effectively enhance the discriminative power of latent features by leveraging self-supervised pretrained models and their fine-tuning, resulting in improved clustering performance. (2) In the latent feature space, by searching for k-nearest neighbor images for each training sample and shortening the distance between the training sample and its nearest neighbor, the discriminative power of latent features can be further enhanced, and clustering performance can be improved. (3) In the latent feature space, reducing the distance between sample features and the nearest predefined cluster centroids can optimize the distribution of latent features, therefore further improving clustering performance. Through experiments on multiple datasets, our approach outperforms the latest clustering algorithms and achieves state-of-the-art clustering results. When the number of categories in the datasets is small, such as CIFAR-10 and STL-10, and there are significant differences between categories, our clustering algorithm has similar accuracy to supervised methods without using pretrained models, slightly lower than supervised methods using pre-trained models. The code linked algorithm is https://github.com/LihengHu/semi.

چکیده به فارسی (ترجمه ماشینی)

در مواجهه با تصاویر طبیعی پیچیده ، الگوریتم های خوشه بندی عمیق موجود از نظر دقت خوشه بندی در مقایسه با روشهای طبقه بندی تحت نظارت ، به طور قابل توجهی کوتاه می شوند و آنها را کمتر عملی می کند.در این مقاله یک الگوریتم خوشه بندی تصویر بر اساس مدلهای پیش بینی شده خود تحت نظارت و بهینه سازی توزیع ویژگی های نهفته ، عملکرد خوشه بندی قابل ملاحظه ای را معرفی می کند.مشخص شده است که: (1) برای تصاویر طبیعی پیچیده ، ما به طور موثری قدرت تبعیض آمیز ویژگی های نهفته را با استفاده از مدلهای پیش بینی شده خود تحت نظارت و تنظیم دقیق آنها تقویت می کنیم و در نتیجه عملکرد خوشه بندی بهبود می یابد.(2) در فضای ویژگی نهفته ، با جستجوی تصاویر همسایه K-Nearest برای هر نمونه آموزشی و کوتاه کردن فاصله بین نمونه آموزش و نزدیکترین همسایه آن ، قدرت تبعیض آمیز ویژگی های نهفته را می توان بیشتر کرد و عملکرد خوشه بندی می تواند باشدبهبود یافته(3) در فضای ویژگی نهفته ، کاهش فاصله بین ویژگی های نمونه و نزدیکترین سانتروئیدهای خوشه ای از پیش تعریف شده می تواند توزیع ویژگی های نهفته را بهینه کند ، بنابراین عملکرد خوشه بندی را بیشتر بهبود می بخشد.از طریق آزمایشات در مجموعه داده های مختلف ، رویکرد ما از آخرین الگوریتم های خوشه بندی بهتر عمل می کند و به نتایج خوشه بندی پیشرفته می رسد.هنگامی که تعداد دسته های موجود در مجموعه داده ها کوچک است ، مانند CIFAR-10 و STL-10 ، و تفاوت های قابل توجهی بین دسته ها وجود دارد ، الگوریتم خوشه بندی ما دقت مشابهی با روش های نظارت شده بدون استفاده از مدل های پیش ساخته ، کمی پایین تر از روش های تحت نظارت با استفاده از روش های تحت نظارت دارد.مدل های آموزش داده شده.الگوریتم پیوند شده کد https://github.com/lihenghu/semi است.