Pretext task 可以理解为是一种为达到特定训练任务而设计的间接任务。
比如，要训练一个网络来对 ImageNet 分类，可以表达为 $f_{ heta}(x): x
ightarrow y$ ，目的是获得具有语义特征提取/推理能力的 $ heta$ 。假设有另外一个任务 (Pretext task )，可以近似获得 $ heta$。 比如， $Auto-encoder$ ($mathrm{AE}$) , 表示为： $g_{ heta}(x): x
ightarrow x$ 。为什么 $AE$ 可以近似 $ heta$ 呢? 因为 AE 要重建 $x$ 就必须学习 $x$ 中的内在关系，而这种内在关系的学习又是有利于我们学习 $ f_{ heta}(x)$ 的。这种方式也叫做预训练，为了在目标任务上获得更好的泛化能力，一般还需要进行 $fine-tuning$ 等操作。
因此，Pretex task 的好处就是简化了原任务的求解，在深度学习里就是避免了人工标记样本，实现无监督的语义提取。
Pretext任务可以进一步理解为：对目标任务有帮助的辅助任务。这种任务目前更多用于 Self-Supervised learning，即一种更加宽泛的无监督学习。以往训练深度学习需要大量的人工标注的样本，这是费时耗力的，而自监督的提出就是为了打破这种人工标注样本的限制，目的是在没有人工标注的条件下也能高效的训练网络，自监督的核心问题是如何产生伪标签（Pseudo label），而这种伪标签的产生是不涉及人工的，比如上述的 AE 的伪标签就是自身。这里举几个在视觉任务里常用的 pretext task 伪标签的产生方式：
Rotation（图片旋转）
Colorization（图片上色）
Inpainting（图片补全)
Jigsaw Puzzle/Context Prediction（关系预测/上下文预测）
