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

  计算机视觉和自然语言处理，哪个更具有发展前景呢，还是各有千秋呢？
  什么是主动学习（Active Learning, AL）？
  计算机视觉顶级会议论文中比较适合初学计算机视觉的人做的复现实验有哪些？
  当前人工智能特别是深度学习最前沿的研究方向是什么？
  为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？
  如何评价论文「Stochastic Training is Not Necessary ...」?
  如何评价微软机器翻译在 WMT2017 中英翻译达到「人类水平」？
  如何评价何恺明等 arxiv 新作 Rethinking ImageNet Pre-training？
  如何评价华为天才少年钟钊团队成功开启了 AutoML 大规模商用的先河？什么是 AutoML？
  如何解读「量子计算应对大数据挑战：中国科大首次实现量子机器学习算法」？

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