Machine learningDeep learning / NLP / CV

자가 지도 합성곱 신경망

자가 지도 합성곱 신경망(CNN)은 레이블이 없는 이미지를 사용하여 강력한 시각적 표현을 학습합니다. 이는 대비 인스턴스 판별 또는 마스크된 패치 예측과 같은 사전 과제를 해결한 다음, 소량의 레이블이 지정된 데이터셋으로 미세 조정하는 방식으로 이루어집니다. 이 접근법은 합성곱 아키텍처의 공간적 특징 추출 강점을 유지하면서 대규모 주석 데이터셋에 대한 의존도를 극적으로 줄입니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

자가 지도 합성곱 신경망

미세 조정된 합성곱 신경망 Self-supervised Transfor…Self-supervised Vision T…준지도학습 합성곱 신경망 컨볼루션 신경망을 이용한 전이 학습 Self-supervised GAN 자기 지도 강화 학습 픽셀 단위의 수동 주석 마스크에 의존하지 않…자기 지도 변분형 오토인코더 약한 지도 학습 컨볼루션 신경망

출처

Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Learning of Visual Representations. In Proceedings of the 37th International Conference on Machine Learning (ICML 2020), PMLR 119, 1597–1607. link ↗
He, K., Fan, H., Wu, Y., Xie, S., & Girshick, R. (2020). Momentum Contrast for Unsupervised Visual Representation Learning. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2020), 9729–9738. DOI: 10.1109/CVPR42600.2020.00975 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Self-Supervised Convolutional Neural Network. ScholarGate. https://scholargate.app/ko/deep-learning/self-supervised-convolutional-neural-network

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.

미세 조정된 합성곱 신경망딥러닝↔ compare
Self-supervised Transformer딥러닝↔ compare
Self-supervised Vision Transformer딥러닝↔ compare
준지도학습 합성곱 신경망딥러닝↔ compare
컨볼루션 신경망을 이용한 전이 학습딥러닝↔ compare

Compare side by side →

이 방법을 참조하는 항목

Self-supervised GAN 자기 지도 강화 학습 픽셀 단위의 수동 주석 마스크에 의존하지 않고 이미지의 모든 픽셀에 클래스 레이블을 할당하도록 학습하는 자기 지도 의미론적 분할.Self-supervised Transformer 자기 지도 변분형 오토인코더 Self-supervised Vision Transformer 준지도학습 합성곱 신경망 약한 지도 학습 컨볼루션 신경망

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →