Självövervakad faltningsnätverk
Ett självövervakat faltningsnätverk (CNN) lär sig kraftfulla visuella representationer från oetiketterade bilder genom att lösa förtextuppgifter – såsom kontrastiv instansdiskriminering eller förutsägelse av maskerade bildsegment – och finjusterar sedan på en liten etiketterad datamängd. Detta tillvägagångssätt minskar dramatiskt beroendet av stora annoterade datamängder, samtidigt som de rumsliga egenskaperna hos faltningsarkitekturer bevaras.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Self-Supervised Convolutional Neural Network. ScholarGate. https://scholargate.app/sv/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.
- Finjusterad faltningsnät (CNN)Djupinlärning↔ compare
- Självövervakad TransformerDjupinlärning↔ compare
- Självövervakad Vision TransformerDjupinlärning↔ compare
- Semihandled konvolutionell neuralt nätverkDjupinlärning↔ compare
- Överföringsinlärning med faltningsneurala nätverkDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →