Самообучающаяся классификация изображений
Самообучающаяся классификация изображений обучает глубокий визуальный кодировщик на больших неразмеченных наборах данных изображений путём решения вспомогательных задач — таких как предсказание того, какие два дополненных представления одного и того же изображения похожи — а затем донастраивает только легковесную классифицирующую головку на размеченных примерах. Впервые применённая в таких фреймворках, как SimCLR и MoCo около 2020 года, она значительно снижает потребность в дорогостоящей ручной аннотации, достигая при этом точности, сопоставимой с полностью контролируемыми моделями.
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. 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Self-supervised Learning for Image Classification. ScholarGate. https://scholargate.app/ru/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.
- Генеративно-состязательная сетьГлубокое обучение↔ compare
- Дистилляция знанийГлубокое обучение↔ compare
- Перенос обученияМашинное обучение↔ compare
- Vision TransformerГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →