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

  插值和拟合最根本的区别是什么？机器学习为啥用拟合？？
  如何看待NIPS2017图灵奖得主贝叶斯网络之父Judea Pearl讲座无人问津？
  pytorch ddp训练中一个node fail，导致整个训练失败，有可能解决吗？
  想问下专业人士 OpenCv会被深度学习进一步取代吗进一步取代吗？
  联邦学习/联盟学习 (Federated Learning) 的发展现状及前景如何？
  卷积神经网络（CNN）的结构设计都有哪些思想？
  2018年了，MXNet 发展的如何了？
  如何解读 Jeff Dean 等联合在 arXiv 上发布的用深度学习分析电子病历的论文？
  如何评价CUHK以及Yuanjun Xiong提出的Trajectory Convolution？
  FPGA做深度学习能走多远？

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