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

  pytorch 的高层库ignite怎么样？
  卷积神经网络中卷积核是如何学习到特征的？
  为什么softmax很少会出现[0.5，0.5]？
  如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？
  如何评价马毅教授的 NeurIPS 2020 中稿文章 MCR2 及自称弄明白深度学习了？
  李航的统计学习方法，吴恩达的视频，关于机器学习的东西都看不懂是怎么回事？
  各种机器学习算法的应用场景分别是什么（比如朴素贝叶斯、决策树、K 近邻、SVM、逻辑回归最大熵模型）？
  2021年，作为算法工程师的你们会在CV业务落地上用Transformer吗？
  机器学习中有哪些形式简单却很巧妙的idea？
  现代人工神经网络是不是一个死胡同？这个技术是不是骗人的？

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