Zelfgesuperviseerde beeldclassificatie
Zelfgesuperviseerde beeldclassificatie traint een diepe visuele encoder op grote ongelabelde beeld datasets door proxy-taken op te lossen – zoals het voorspellen welke twee geaugmenteerde weergaven van hetzelfde beeld vergelijkbaar zijn – en stemt vervolgens alleen een lichtgewicht classifier-kop af op gelabelde voorbeelden. Gepionierd door frameworks zoals SimCLR en MoCo rond 2020, vermindert het drastisch de noodzaak voor dure handmatige annotatie, terwijl het een nauwkeurigheid bereikt die kan wedijveren met volledig gesuperviseerde modellen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Self-supervised Learning for Image Classification. ScholarGate. https://scholargate.app/nl/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.
- Generatief Adversarieel NetwerkDeep learning↔ compare
- KennisdestillatieDeep learning↔ compare
- TransferlerenMachine learning↔ compare
- Transformator voor Visuele WaarnemingDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →