การจำแนกภาพแบบกำกับตนเอง
การจำแนกภาพแบบกำกับตนเอง (Self-supervised image classification) เป็นการฝึกตัวเข้ารหัสภาพเชิงลึก (deep visual encoder) บนชุดข้อมูลภาพขนาดใหญ่ที่ไม่มีป้ายกำกับ โดยการแก้ปัญหาเฉพาะหน้า (proxy tasks) เช่น การทำนายว่าภาพที่ถูกปรับเปลี่ยนสองภาพจากภาพเดียวกันมีความคล้ายคลึงกันอย่างไร จากนั้นจึงปรับแต่งเฉพาะส่วนหัวของตัวจำแนก (classifier head) ที่มีน้ำหนักเบาบนตัวอย่างที่มีป้ายกำกับ วิธีการนี้ริเริ่มโดยเฟรมเวิร์ก เช่น SimCLR และ MoCo ประมาณปี 2020 ช่วยลดความจำเป็นในการติดป้ายกำกับด้วยตนเองที่มีค่าใช้จ่ายสูงได้อย่างมาก ในขณะที่ยังคงให้ความแม่นยำเทียบเท่ากับโมเดลที่กำกับอย่างเต็มที่
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Self-supervised Learning for Image Classification. ScholarGate. https://scholargate.app/th/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.
- โครงข่ายปฏิปักษ์เชิงกำเนิดการเรียนรู้เชิงลึก↔ compare
- การกลั่นความรู้การเรียนรู้เชิงลึก↔ compare
- การเรียนรู้แบบถ่ายโอนการเรียนรู้ของเครื่อง↔ compare
- วิชันทรานส์ฟอร์มเมอร์การเรียนรู้เชิงลึก↔ compare