Pašuzraudzītā attēlu klasifikācija
Pašuzraudzītā attēlu klasifikācija apmāca dziļu vizuālo enkoderi uz lieliem neanotētiem attēlu datu kopumiem, risinot starpproduktu uzdevumus — piemēram, paredzot, kuri divi papildināti skatījumi no viena attēla ir līdzīgi — un pēc tam tikai vieglu klasifikatora galvu pielāgo uz anotētiem piemēriem. Šo metodi, ko aizsāka tādi sistēmu rāmji kā SimCLR un MoCo ap 2020. gadu, krasi samazina dārgas manuālās anotācijas nepieciešamību, vienlaikus sasniedzot precizitāti, kas konkurē ar pilnībā uzraudzītiem modeļiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Self-supervised Learning for Image Classification. ScholarGate. https://scholargate.app/lv/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.
- Generatīvais Adversariālais TīklsDziļā mācīšanās↔ compare
- Zināšanu destilācijaDziļā mācīšanās↔ compare
- Pārneses apmācībaMašīnmācīšanās↔ compare
- Vision TransformerDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →