Самостійне навчання виявлення об'єктів
Самостійне навчання виявлення об'єктів використовує нерозмічені дані зображень для попереднього навчання візуальної основи за допомогою допоміжних завдань, таких як контрастне навчання або моделювання маскованих зображень, а потім доналаштовує основу з детектором об'єктів на меншому розміченому наборі даних. Цей підхід значно зменшує залежність від дорогого анотування обмежувальними рамками, досягаючи при цьому продуктивності, порівнянної з повністю керованим виявленням.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Self-supervised Pre-training for Object Detection. ScholarGate. https://scholargate.app/uk/deep-learning/self-supervised-object-detection
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Виявлення об'єктівГлибоке навчання↔ порівняти
- Самокерована класифікація зображеньГлибоке навчання↔ порівняти
- Напівкерована виявлення об'єктівГлибоке навчання↔ порівняти
- Трансферне навчання з детекцією об'єктівГлибоке навчання↔ порівняти
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →