使用自监督学习进行无监督视觉表征的方法与技巧
solo-learn库基于PyTorch Lightning,提供多种自监督方法用于无监督视觉表征学习。该库包含全面的训练技巧和多种数据处理、评估方式,以提高训练效果和可重复性。其主要特点有快速的数据处理、自定义模型检查点、线上和线下的K-NN评估。库内包含灵活的数据增强、可视化功能,并不断更新方法和改进教程,使模型训练和调试更加高效简便。
实现超越SimCLR的简化自监督学习新方法
简单易用的自监督学习工具,支持自定义骨干模型和分布式训练
自监督学习资源精选与理论实用指南
Python实现无监督学习的实用指南
深度学习框架的全方位AI模型训练与部署解决方案
通过自我监督学习实现视频中的单目深度估计
无框的实例分割算法,可直接输出实例掩码和类别概率,并具备高质量掩码预测和顶级性能
监督对比学习框架增强视觉表征
基于PyTorch的全能计算机视觉工具箱,支持自监督学习和Transformer模型
自监督学习在图数据中的应用及方法综述
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号