Selv-supervisert bildeklassifisering
Selv-supervisert bildeklassifisering trener en dyp visuell enkoder på store umerkede bildedatasett ved å løse proxy-oppgaver — som å forutsi hvilke to augmenterte visninger av samme bilde som er like — og deretter finjusterer kun et lettvekts klassifikatorhode på merkede eksempler. Pionert av rammeverk som SimCLR og MoCo rundt 2020, reduserer det drastisk behovet for kostbar manuell annotering, samtidig som det oppnår nøyaktighet som konkurrerer med fullt superviserte modeller.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Self-supervised Learning for Image Classification. ScholarGate. https://scholargate.app/no/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.
- Generativt motsetningsnettverkDyp læring↔ compare
- KunnskapsdestillasjonDyp læring↔ compare
- OverføringslæringMaskinlæring↔ compare
- Vision TransformerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →