Semi-Supervised Learning

L'apprendimento semi-supervisionato (SSL) è un paradigma strategico nel machine learning (ML) che funge da ponte tra due metodi di addestramento tradizionali. Mentre l'apprendimento supervisionato si basa interamente su dataset completamente annotati e l'apprendimento non supervisionato tenta di trovare pattern nei dati senza alcun tag, l'SSL opera combinando una piccola quantità di dati etichettati con un insieme significativamente più grande di dati non etichettati. Questo approccio è particolarmente prezioso negli scenari reali di computer vision (CV) in cui la raccolta di immagini grezze — come filmati video da telecamere di sicurezza o satelliti — è relativamente economica, ma il processo di etichettatura dei dati da parte di esperti umani è costoso, lento e laborioso. Sfruttando efficacemente la struttura nascosta all'interno degli esempi non etichettati, l'SSL può migliorare significativamente l'accuratezza del modello e la generalizzazione senza richiedere un budget di annotazione esaustivo.

Meccanismi fondamentali dell'apprendimento semi-supervisionato#

L'obiettivo principale dell'SSL è propagare le informazioni trovate nel piccolo set di esempi etichettati al set non etichettato più grande. Ciò consente alla rete neurale di apprendere confini di decisione che passano attraverso regioni a bassa densità dei dati, risultando in una classificazione o rilevamento più robusti.

Due tecniche popolari guidano la maggior parte dei flussi di lavoro semi-supervisionati:

• Pseudo-Labeling: In questo metodo, un modello viene prima addestrato sui dati etichettati limitati. Viene quindi utilizzato per eseguire l'inferenza sui dati non etichettati. Le previsioni che superano una specifica soglia di confidenza vengono trattate come "pseudo-etichette" o ground truth. Queste previsioni sicure vengono aggiunte ai dati di addestramento e il modello viene riaddestrato, migliorando iterativamente le sue prestazioni.
• Regolarizzazione della coerenza: Questa tecnica si basa sull'aumento dei dati. L'idea è che un modello debba produrre previsioni simili per un'immagine e una versione leggermente modificata (aumentata) della stessa immagine. Minimizzando la differenza nelle previsioni tra la versione originale e quella aumentata, il modello impara a concentrarsi sulle caratteristiche principali dell'oggetto piuttosto che sul rumore, migliorando la sua capacità di gestire l'overfitting.

Implementazione pratica con YOLO#

Il seguente esempio in Python dimostra un semplice flusso di lavoro di pseudo-etichettatura utilizzando il pacchetto ultralytics. Qui, addestriamo un modello YOLO26 su un piccolo dataset e poi lo utilizziamo per generare etichette per una directory di immagini non etichettate.

from ultralytics import YOLO

# Load the latest YOLO26 model
model = YOLO("yolo26n.pt")

# Train initially on a small available labeled dataset
model.train(data="coco8.yaml", epochs=10)

# Run inference on unlabeled data to generate pseudo-labels
# Setting save_txt=True saves the detections as text files for future training
results = model.predict(source="./unlabeled_images", save_txt=True, conf=0.85)

Applicazioni nel mondo reale#

L'apprendimento semi-supervisionato sta trasformando i settori in cui i dati sono abbondanti ma l'esperienza è scarsa.

• Imaging medico: Nell'intelligenza artificiale sanitaria, acquisire scansioni (raggi X, RM) è una procedura standard, ma far annotare ogni pixel a un radiologo certificato per il rilevamento di tumori è proibitivamente costoso. L'SSL consente ai ricercatori di addestrare modelli ad alte prestazioni utilizzando solo una frazione dei casi annotati da esperti, sfruttando migliaia di scansioni archiviate per perfezionare la comprensione delle strutture biologiche da parte del modello.
• Guida autonoma: Le aziende di auto a guida autonoma raccolgono petabyte di dati video ogni giorno dai veicoli della flotta. Etichettare ogni fotogramma per il rilevamento di oggetti e la segmentazione semantica è impossibile. Tramite l'SSL, il sistema può imparare dalla vastissima maggioranza delle ore di guida non etichettate per comprendere meglio ambienti stradali complessi, condizioni meteorologiche ed edge case rari.

Distinguere concetti correlati#

Per distribuire efficacemente soluzioni AI, è fondamentale capire in che modo l'SSL differisce da strategie simili:

• vs. Active Learning: Sebbene entrambi si occupino di dati non etichettati, il loro approccio all'etichettatura differisce. L'SSL assegna automaticamente le etichette in base alle previsioni del modello. Al contrario, l'active learning identifica i punti dati più "confusi" o incerti e richiede esplicitamente un human-in-the-loop per etichettarli, ottimizzando il tempo dell'essere umano anziché rimuoverlo del tutto.
• vs. Transfer Learning: Il transfer learning implica l'utilizzo di un modello pre-addestrato su un dataset esterno massiccio (come ImageNet) e il suo fine-tuning sul tuo compito specifico. L'SSL, tuttavia, si concentra sullo sfruttamento della porzione non etichettata della tua specifica distribuzione di dataset durante il processo di addestramento stesso.
• vs. Apprendimento auto-supervisionato: Sebbene i nomi siano simili, l'apprendimento auto-supervisionato si riferisce spesso a "pretext tasks" (come la risoluzione di un puzzle di patch di immagini) in cui i dati generano i propri segnali di supervisione senza alcuna etichetta esterna. L'SSL implica specificamente l'uso di un set più piccolo di etichette verificate per guidare il processo.

Strumenti e prospettive future#

Man mano che i modelli di deep learning (DL) crescono di dimensioni, l'efficienza nell'utilizzo dei dati diventa fondamentale. I framework moderni come PyTorch e TensorFlow forniscono il backend computazionale per questi cicli di addestramento avanzati. Inoltre, strumenti come la Ultralytics Platform stanno semplificando il ciclo di vita della gestione dei dataset. Sfruttando funzionalità come l'auto-annotazione, i team possono implementare flussi di lavoro semi-supervisionati più facilmente, trasformando rapidamente dati grezzi in pesi del modello pronti per la produzione. Questa evoluzione nell'MLOps garantisce che la barriera all'ingresso per la creazione di sistemi di visione ad alta accuratezza continui ad abbassarsi.