Pembelajaran Kontrastif Visual

Pembelajaran kontrastif visual ialah pendekatan pembelajaran mendalam tanpa penyeliaan kendiri — yang dipopularkan oleh kerangka kerja seperti SimCLR (Chen et al., 2020) dan MoCo (He et al., 2020) — yang mempelajari perwakilan imej yang kaya tanpa label dengan menghimpunkan augmentasi berbeza bagi imej yang sama dan memisahkan imej yang berbeza. Ia menukarkan kumpulan besar imej tanpa label menjadi pengekstrak ciri yang berguna.