Machine learningDeep learning / NLP / CV
自己教師あり画像分類
自己教師あり画像分類は、大規模なラベルなし画像データセット上で、プロキシタスク（例えば、同じ画像の2つの拡張ビューがどれだけ類似しているかを予測するなど）を解くことによってディープビジュアルエンコーダを訓練し、その後、ラベル付きサンプルのみで軽量な分類器ヘッドをファインチューニングする手法である。SimCLRやMoCoといったフレームワークによって2020年頃に開拓され、高価な手動アノテーションの必要性を劇的に削減しつつ、完全に教師ありモデルに匹敵する精度を達成している。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Self-supervised Learning for Image Classification. ScholarGate. https://scholargate.app/ja/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 Network深層学習↔ compare
- 知識蒸留深層学習↔ compare
- 転移学習機械学習↔ compare
- ビジョントランスフォーマー深層学習↔ compare