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

  如何开发一个自己的 TensorFlow? 
  能否介绍一下强化学习(Reinforcement Learning),以及与监督学习的不同? 
  如何评价CVPR2019程序主席Derek Hoiem的论点:计算机视觉只是记忆,不是智能? 
  目前有哪些比较成功的人工智能应用? 
  什么是大模型?超大模型?Foundation Model? 
  即时战略游戏(比如 WAR3)的 AI 是怎样实现的? 
  北京深鉴科技基于FPGA平台的DPU架构如何? 
  如何看待 AI 方向 PhD 申请竞争过于激烈的现象? 
  如何看待MXNet在CVPR2017上公布的gluon接口? 
  对自己深度学习方向的论文有idea,可是工程实践能力跟不上,实验搞不定怎么办? 

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?





© 2025-03-29 - tinynew.org. All Rights Reserved.
© 2025-03-29 - tinynew.org. 保留所有权利