Свёрточная нейронная сеть с самообучением (Self-Supervised Convolutional Neural Network)
Свёрточная нейронная сеть с самообучением (CNN) извлекает мощные визуальные представления из неразмеченных изображений, решая вспомогательные задачи — такие как контрастное различение экземпляров или предсказание маскированных участков — и затем дообучается на небольшом размеченном наборе. Этот подход значительно снижает зависимость от больших аннотированных наборов данных, сохраняя при этом сильные стороны сверточных архитектур в извлечении пространственных признаков.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Self-Supervised Convolutional Neural Network. ScholarGate. https://scholargate.app/ru/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.
- Дообученная (fine-tuned) свёрточная нейронная сетьГлубокое обучение↔ compare
- Трансформер с самообучением (Self-supervised Transformer)Глубокое обучение↔ compare
- Самообучающийся Vision TransformerГлубокое обучение↔ compare
- Полу-контролируемая свёрточная нейронная сетьГлубокое обучение↔ compare
- Transfer Learning with Convolutional Neural NetworkГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →