3つの要点 ✔️ その1 ImageNetでTop-1 Acc. 88.4 %を叩き出し、SoTAモデル。おまけに高いロバスト性を兼ね備える。 ✔️ その2 Self-trainingにおいてStudentに強いノイズをかけ、反復的にTeacherとStudentを入れ変える。 ✔️ その3 TeacherおよびStudentのベースモデルはEfficientNet(解説)を使用し、EfficentNet-L2という拡張モデルでSoTA Self-training with Noisy Student improves ImageNet classification written by Qizhe Xie, Minh-Thang Luong, Eduard Hovy, Quoc V. Le (Submitted on 11 Nov 2019 (v1), last revised 7
![画像認識の最新SoTAモデル「Noisy Student」を徹底解説!](https://cdn-ak-scissors.b.st-hatena.com/image/square/512ddf572c9a3d1a84efbf997b5fa0070a932454/height=288;version=1;width=512/https%3A%2F%2Faisholar.s3.ap-northeast-1.amazonaws.com%2Fposts%2FApril2020%2FAI%25E3%2581%25AB%25E3%2582%2582%25E8%25A6%258B%25E3%2581%2588%25E3%2581%25A6%25E3%2581%2584%25E3%2582%258B-1024x576.png)