Самообучаваща се класификация на изображения
Самообучаващата се класификация на изображения обучава дълбок визуален енкодер върху големи немаркирани набори от изображения чрез решаване на прокси задачи — като например предсказване кои две уголемени изгледа на едно и също изображение са сходни — и след това фина настройка само на лек класификационен слой върху маркирани примери. Пионерски разработен от рамки като SimCLR и MoCo около 2020 г., той драстично намалява нуждата от скъпо ръчно анотиране, като същевременно постига точност, съперничеща си с напълно обучени модели.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Learning of Visual Representations. Proceedings of the 37th International Conference on Machine Learning (ICML), PMLR 119, 1597–1607. link ↗
- He, K., Fan, H., Wu, Y., Xie, S., & Girshick, R. (2020). Momentum Contrast for Unsupervised Visual Representation Learning. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 9729–9738. DOI: 10.1109/CVPR42600.2020.00975 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Self-supervised Learning for Image Classification. ScholarGate. https://scholargate.app/bg/deep-learning/self-supervised-image-classification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Генеративна състезателна мрежаДълбоко обучение↔ compare
- Дестилация на знанияДълбоко обучение↔ compare
- Трансферно обучениеМашинно обучение↔ compare
- Vision TransformerДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →