Samo-nadzorowana konwolucyjna sieć neuronowa
Samo-nadzorowana konwolucyjna sieć neuronowa (CNN) uczy się potężnych wizualnych reprezentacji z nieetykietowanych obrazów, rozwiązując zadania pozorowane – takie jak dyskryminacja instancji kontrastowych lub przewidywanie zamaskowanych fragmentów – a następnie dostraja się na małym zestawie etykiet. To podejście drastycznie zmniejsza zależność od dużych zbiorów danych z adnotacjami, zachowując jednocześnie siłę ekstrakcji cech przestrzennych architektur konwolucyjnych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Self-Supervised Convolutional Neural Network. ScholarGate. https://scholargate.app/pl/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.
- Dostrojona konwolucyjna sieć neuronowaUczenie głębokie↔ compare
- Samo-nadzorowany TransformerUczenie głębokie↔ compare
- Samonadzorowane Vision TransformerUczenie głębokie↔ compare
- Półnadzorowana konwolucyjna sieć neuronowaUczenie głębokie↔ compare
- Uczenie transferowe z konwolucyjną siecią neuronowąUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →