自监督学习（Self-supervised Learning）有什么比较新的思路？第1页

zhan-xiao-hang 网友的相关建议:

更新一个我们在CVPR2019的自监督学习新工作Self-Supervised Learning via Conditional Motion Propagation。具体见之前发的一篇文章。

------------ 2019的分割线 -------------
Mix-and-Match Tuning for Self-Supervised Semantic Segmentation.
这是一种为self-supervised learning服务的tuning的方法，主要为了缩小proxy task与target task的semantic gap. 目前可以在语义分割任务上不使用ImageNet pretraining，接近有ImageNet pretraining的performance。在其中一个setting中超越了ImageNet pretraining一点点。。。
后续可能会拓展到detection，并跟semi-supervised learning结合起来。
欢迎大家围观！

自监督学习（Self-supervised Learning）有什么比较新的思路？的其他答案点击这里

相关话题

  如何看待多模态transformer，是否会成为多模态领域的主流？
  2021 年了，TensorFlow 和 PyTorch 两个深度学习框架地位又有什么变化吗？
  石头和塑料袋对于计算机传感器的差别在于什么？为什么无人驾驶系统会依然存在对周围环境的误判？
  去美国读CS博士，方向是机器人导航，视觉方面，推荐一下相关编程方面准备？还有相关算法需要学习哪些？
  神经网络，分类和回归问题，在网络结构上的区别是什么？分类比回归多一层softmax吗？诚心求教？
  如何看待MXNet获得amazon官方支持首位？
  2019年，计算机视觉领域，你推荐哪些综述性的文章？
  如何判断两个Deep Learning 数据集的数据分布是否一致？
  ICLR 2022有哪些值得关注的投稿？
  请问人工神经网络中的activation function的作用具体是什么？为什么ReLu要好过于tanh和sigmoid function?

自监督学习（Self-supervised Learning）有什么比较新的思路？ 第1页

相关话题

前一个讨论

下一个讨论

相关的话题

自监督学习（Self-supervised Learning）有什么比较新的思路？第1页