![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
自监督学习
文章平均质量分 95
辣椒油li
这个作者很懒,什么都没留下…
展开
-
【论文理解 CVPR 2021】Dense Contrastive Learning for Self-Supervised Visual Pre-Training
内容概览前言一、研究背景二、算法描述1. 全局特征对比学习2. 稠密特征对比学习3. 稠密对比中的正负样本配对方案三、实验结果总结前言这篇发表在CVPR2021上的自监督学习论文,提出了一种针对特殊的自监督学习下游任务(即面向像素级的任务,比如语义分割、目标检测、实例分割)而设计的自监督学习算法——稠密对比学习,主要思想就是将空间域上稠密分类的方式和对比自监督学习融合到一起。论文的一作来自澳大利亚的阿德莱德大学,二作来自同济大学。原文点这里~本博文将简要介绍论文的基本思想和算法流程。一、研究背原创 2021-03-24 10:15:29 · 4304 阅读 · 1 评论 -
【论文理解 Facebook自监督学习最新进展SEER】Self-supervised Pretraining of Visual Features in the Wild
内容概览前言一、论文创新点二、算法流程1.SwAV2.RegNet系列三、实验结果总结前言前两天Facebook AI发布了一篇Yann LeCun和研究科学家Ishan Misra合写的文章:《自监督学习:智能的暗物质》,具体介绍参见这里。文章中介绍了自监督学习的根本目的以及基于能量的自监督学习模型。在最后,他们提到了Facebook在自监督学习方面的最新研究成果SEER以及实验效果。在使用10亿张图像对一个含13亿参数的卷积网络进行自监督训练后,最终移植到其他任务上的效果甚至超过了有监督算法.原创 2021-03-09 17:50:07 · 1893 阅读 · 5 评论