Selbstüberwachte Bildklassifikation
Die selbstüberwachte Bildklassifikation trainiert einen tiefen visuellen Encoder auf großen unbeschrifteten Bilddatensätzen, indem sie Proxy-Aufgaben löst – wie z. B. die Vorhersage, welche zwei augmentierten Ansichten desselben Bildes ähnlich sind – und dann nur einen leichten Klassifikationskopf auf beschrifteten Beispielen feinabstimmt. Eingeführt durch Frameworks wie SimCLR und MoCo um 2020, reduziert sie drastisch den Bedarf an teurer manueller Annotation und erzielt dabei eine Genauigkeit, die mit vollständig überwachten Modellen mithalten kann.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Self-supervised Learning for Image Classification. ScholarGate. https://scholargate.app/de/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.
- Generative Adversarial NetworkDeep Learning↔ compare
- WissensdestillationDeep Learning↔ compare
- Transfer LearningMaschinelles Lernen↔ compare
- Vision TransformerDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →