自监督学习工具汇总：实用AI工具与开源项目一览
wavlm-base
LibriSpeechWavLM
适用于多语音任务的自监督预训练模型
electra-large-generator
文本编码Github
基于判别器架构的高效预训练语言模型
wavlm-base-sv
语音处理Github
WavLM预训练模型声纹识别与说话人验证系统
videomae-base-finetuned-kinetics
神经网络计算机视觉
VideoMAE模型基于自监督学习实现Kinetics-400数据集80.9%分类准确率
hubert-large-ll60k
Huggingface模型
Facebook推出革新性语音表示学习模型
vit_base_patch16_224.mae
模型开源项目
采用MAE预训练的Vision Transformer图像特征模型
vit_small_patch16_224.dino
模型开源项目
DINO训练的小型Vision Transformer图像特征模型
videomae-base
VideoMAE开源项目
基于掩码自编码器的视频自监督预训练模型
wavlm-base-plus-sv
模型预训练模型
面向说话人验证的先进语音模型
japanese-hubert-large
模型rinna
大规模日语语音表示学习模型HuBERT
wavlm-base-plus-sd
模型说话人分类
WavLM预训练模型助力高性能说话人分类
wav2vec2-large-robust-ft-libri-960h
模型Librispeech
多领域预训练的大规模语音识别模型
dino-vits16
模型开源项目
DINO训练的小型Vision Transformer模型及其应用
vit_base_patch14_dinov2.lvd142m
图像特征提取模型
Vision Transformer自监督图像特征提取模型
vit_base_patch16_224.dino
DINO模型
自监督训练的ViT模型实现高效图像特征提取
rad-dino
医学图像编码模型
胸部X光图像自监督编码的视觉转换器模型
dino-vitb16
特征提取视觉Transformer
DINO训练的ViT模型在图像识别中的应用
dinov2-giant
模型自监督学习
无监督大规模视觉特征学习模型
wav2vec2-base-vi
模型Wav2Vec2
基于wav2vec2的越南语自监督学习模型提升语音识别性能
dinov2-large
特征提取图像处理
基于Vision Transformer的大规模自监督视觉特征学习模型
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
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