Självövervakad objektdetektering
Självövervakad objektdetektering använder oannoterade bilddata för att förträna ett visuellt basnätverk (backbone) genom förtextuppgifter (pretext tasks) såsom kontrastiv inlärning eller maskerad bildmodellering, och finjusterar sedan basnätverket med ett detekteringshuvud (detection head) på en mindre annoterad datamängd. Detta tillvägagångssätt minskar dramatiskt beroendet av dyra annoteringar med avgränsningsramar (bounding boxes) samtidigt som det matchar eller närmar sig prestandan hos fullt övervakad detektering.
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
- 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 ↗
- Caron, M., Touvron, H., Misra, I., Jégou, H., Mairal, J., Bojanowski, P., & Joulin, A. (2021). Emerging Properties in Self-Supervised Vision Transformers. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 9650–9660. DOI: 10.1109/ICCV48922.2021.00951 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Self-supervised Pre-training for Object Detection. ScholarGate. https://scholargate.app/sv/deep-learning/self-supervised-object-detection
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.
- ObjektdetekteringDjupinlärning↔ compare
- Självövervakad bildklassificeringDjupinlärning↔ compare
- Semi-övervakad objektdetekteringDjupinlärning↔ compare
- Transferinlärning med objektdetekteringDjupinlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →