文件名称:
scan_unsupervised:扫描+ MOCO无监督学习-源码
开发工具:
文件大小: 2mb
下载次数: 0
上传时间: 2021-03-15
详细说明：学习对不带标签的图像进行分类
此回购包含我们论文的Pytorch实现：
， ， ，Marc Proesmans和Luc Van Gool。
在ECCV 2020（ ）上接受。 在上Yannic Kilcher对我们论文的解释。
:trophy: SOTA有4个基准。 检出用于或不 。
:NEW_button: 对无监督语义分割感兴趣吗？ 查看我们最近的工作： 。
内容
:NEW_button: 教程部分已添加，检出 。
:NEW_button: 添加了“先行工作”部分，签出“ 。
介绍
缺少地面真实注解时，我们可以将图像自动分组为语义上有意义的群集吗？ 无监督图像分类的任务仍然是计算机视觉中的重要且公开的挑战。 最近有几种方法试图以端到端的方式解决这个问题。 在本文中，我们偏离了最近的工作，并提倡一种将特征学习和聚类分离的两步方法。
在分类准确性方面，我们的表现远远超过最新技术，尤其是CIFAR10上的+ 26.6％，CIFAR100-20
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
