百科问答小站 logo
百科问答小站 font logo



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

  

user avatar   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!




  

相关话题

  pytorch ddp训练中一个node fail,导致整个训练失败,有可能解决吗? 
  如果你是面试官,你怎么去判断一个面试者的深度学习水平? 
  word2vec有什么应用? 
  OpenCV已经将图像处理(识别)的算法写成函数了,那我们还有必要去学习这些算法不? 
  如何判断两个Deep Learning 数据集的数据分布是否一致? 
  深度学习应用在哪些领域让你觉得「我去,这也能行!」? 
  可以对只有一个像素的图片拥有版权或著作权吗?为什么? 
  新智元提问:如何看待李飞飞高徒Karpathy加入特斯拉,主管人工智能部门? 
  如何评价 DeepMind 公司? 
  什么是人工智能?人工智能、机器学习、深度学习三者之间有什么关系吗? 

前一个讨论
请简单地表述结合律和交换律的区别和联系。结合律为什么那么普遍?
下一个讨论
如何评价刘强东「如果京东少缴五险一金,一年至少多赚50亿!」的言论?





© 2025-06-07 - tinynew.org. All Rights Reserved.
© 2025-06-07 - tinynew.org. 保留所有权利