- 博客(13)
- 收藏
- 关注
原创 Self-Supervised Learning for Image Segmentation: A Comprehensive Survey论文精讲
本文综述了自监督学习在图像分割领域的应用现状与发展方向。首先分析了传统分割方法、监督学习和自监督学习三种范式的特点,指出自监督学习能利用无标记数据学习有用表示的优势。文章系统梳理了自监督学习的三大前置任务方法:预测方法(如拼图游戏)、生成方法(如图像修复)和对比方法(如SimCLR)。针对图像分割任务,特别讨论了新兴的像素级对比学习技术。最后总结了当前面临的挑战,包括标注数据依赖性强、目标设计困难等问题,并提出了整合语义信息、开发领域自适应等未来研究方向。该综述为自监督学习在图像分割领域的应用提供了系统的技
2025-11-11 11:35:31
632
原创 图像自监督大模型系列:BYOL论文精读
BYOL提出了一种无需负样本的自监督学习方法,通过双网络交互和EMA更新机制实现了稳定训练。该方法使用online和target两个神经网络,其中online网络包含编码器、投影头和预测器,target网络通过滑动平均更新参数。BYOL在ImageNet线性评估、半监督学习和迁移任务中均超越现有对比学习方法,挑战了"负样本必要"的传统认知,为自监督学习提供了更简洁鲁棒的框架。实验表明,BYOL在ResNet-50上达到74.3%的top-1准确率,在迁移学习中表现优异。
2025-11-05 17:37:12
720
原创 图像自监督大模型系列:DINO v1v2v3系列论文精读
《Emerging Properties in Self-Supervised Vision Transformers》提出了一种无需标签的自蒸馏方法DINO,采用ViT或CNN作为主干网络,通过局部-全局视图对比和动量更新策略进行自监督学习。创新性地引入锐化与中心化操作防止模型坍缩,使ViT在自监督下展现出优于监督学习的特性,如在图像边界识别和k-NN分类上的优异表现。相比DINOv1,DINOv2进一步优化训练方案、扩大模型规模并引入大规模数据集LVD-142M,通过自动化数据处理管道和知识蒸馏提升特征
2025-11-05 17:36:54
1852
原创 图像自监督大模型系列:SwAV论文精读
作者提出SwAV,一种基于在线聚类的自监督视觉表征学习方法。不同于传统对比学习依赖大量负样本或复杂存储结构,SwAV通过交换不同视图的聚类分配实现特征学习。核心创新包括:(1)将图像视图映射到可训练原型向量进行在线聚类;(2)引入Sinkhorn-Knopp算法实现均匀分配;(3)通过"交换预测"机制优化特征。实验表明,在ImageNet分类任务上,SwAV仅需较小批量(200)即可达到76.5% top-1准确率,效率显著优于SimCLR和MoCo。消融实验验证了动量系数0.999的最
2025-11-04 16:13:19
1315
原创 图像自监督大模型系列:SimCLR系列论文精读
论文提出了一种简单而有效的视觉表征对比学习框架SimCLR。该模型通过数据增强生成正负样本对,使用ResNet作为编码器,并结合两层MLP投影头映射到对比空间。关键创新包括数据增强组合(随机裁剪+颜色扰动)和投影头的设计,发现投影空间更适合对比学习而表征层更适合下游任务。实验表明,SimCLR在不依赖复杂架构的情况下,首次实现了无监督学习性能与监督学习相当。
2025-11-04 08:44:03
1163
原创 图像自监督大模型系列:MoCo系列论文精读
摘要: 论文《Momentum Contrast for Unsupervised Visual Representation Learning》(CVPR 2020)提出了一种基于对比学习的无监督视觉表征方法MoCo,通过构建动态字典解决图像无监督学习中的两大挑战:字典规模受限和编码器一致性维护。MoCo引入队列机制存储历史样本作为字典,分离字典大小与batch限制,并采用动量更新(动量系数0.999)缓慢同步查询(query)与键(key)编码器的参数,确保特征一致性。实验表明,MoCo在ImageNe
2025-11-03 15:24:06
1524
原创 用scrapy在bilibili爬取热门视频的相关信息
在bilibili爬取热门视频的相关信息第一步首先明确目标在item文件中写入class BilibiliItem(scrapy.Item): #明确目标 name = scrapy.Field() # 视频名称 like = scrapy.Field() # 点赞 coin = scrapy.Field() # 投币数 shoucang = scra...
2020-02-21 14:12:10
1549
原创 关于Mongodb的安装和Scrapy连接MongoDB
关于Mongodb的安装和Scrapy连接MongoDB关于Mongodb的安装1.在window下安装访问网址https://www.mongodb.com/download-center/community选择版本,根据系统32位或64位下载.msi文件2.选择custom自定义安装目录3.MongoDB Compass是一个图形界面管理工具,我们可以在后面自己到官网下载安装,这...
2020-02-10 17:35:26
425
原创 scrapy框架下实现用户代理的随机更换功能
scrapy框架下实现用户代理的随机更换功能用户代理为什么需要用户代理在middlewares.py中实现用户代理的随机更换功能用户代理User Agent,简称UA,它是一个特殊字符串头,一些网站常常通过判断 UA 来给不同的操作系统、不同的浏览器发送不同的页面,因此可能造成某些页面无法在某个浏览器中正常显示,但通过伪装 UA 可以绕过检测。为什么需要用户代理我们在爬虫中常常会遇到这种情...
2020-02-10 00:52:41
472
原创 对MySQL的学习笔记
对于MySQL的学习笔记一.是什么1.MySQL 是最流行的关系型数据库管理系统,在 WEB 应用方面 MySQL 是最好的 RDBMS(Relational Database Management System:关系数据库管理系统)应用软件之一。2.数据库(Database)是按照数据结构来组织、存储和管理数据的仓库。3.数据以表格形式出现,然后由许多行和列构成表单二.为什么储存数据...
2019-12-01 13:35:28
264
原创 MySQL的安装
关于MySQL的安装步骤第一步在网上找资源,根据求稳不求新原则,选择安装5.几的版本即可。我选择安装的是5.5.62版本的。第二步点击下载的安装包。第三步开始安装打开安装包后显示如下图,等待了几秒在勾选accept后点击next按照如下图选择依次点击MySQL Servers, MySQL Serve,选择64x后带点击右箭头,仅选择MySQL Server和Client P...
2019-12-01 11:19:42
366
原创 关于HDCP的一些个人理解
HDCP的基本定义与发展历程基本定义HDCP,中文名是高带宽数字内容保护技术,外文名是high bandwidth digital content protection,该技术是由技术是由好莱坞与半导体界巨人Intel合作开发,保护未经压缩的数字音视频内容,所属电子信息技术领域。发展历程DVD区域识别码为了保护版权,并防止利益损失,人们最先开发了DVD区域识别码,区域码就是将全球分为6个...
2019-11-09 22:24:38
3162
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅