Clasificación de imágenes auto-supervisada
La clasificación de imágenes auto-supervisada entrena un codificador visual profundo en grandes conjuntos de datos de imágenes sin etiquetar resolviendo tareas proxy — como predecir qué dos vistas aumentadas de la misma imagen son similares — y luego ajusta finamente solo una cabeza clasificadora ligera en ejemplos etiquetados. Pionera por marcos como SimCLR y MoCo alrededor de 2020, reduce drásticamente la necesidad de anotación manual costosa mientras logra una precisión que rivaliza con modelos totalmente supervisados.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Self-supervised Learning for Image Classification. ScholarGate. https://scholargate.app/es/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.
- Red Generativa AntagónicaAprendizaje profundo↔ compare
- Destilación de ConocimientoAprendizaje profundo↔ compare
- Aprendizaje por transferenciaAprendizaje automático↔ compare
- Vision TransformerAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →