DenseCL:用于自指导式表示学习的DenseCL,CVPR 2021

上传者: 42119866 | 上传时间: 2022-10-13 15:48:27 | 文件大小: 591KB | 文件类型: ZIP
自我监督视觉预训练的密集对比学习 该项目托管用于实现DenseCL算法以进行自我监督表示学习的代码。 王新龙,张如凤,沉春华,Kong涛,李磊在:Proc。 IEEE Con​​f。 2021年的计算机视觉和模式识别(CVPR) arXiv预印本( ) 强调 增强密集预测: DenseCL预训练模型在很大程度上有利于密集预测任务,包括对象检测和语义分段(最高+ 2%AP和+ 3%mIoU)。 简单的实现: DenseCL的核心部分可以用10行代码实现,因此易于使用和修改。 灵活的用法: DenseCL与数据预处理脱钩,因此可以快速灵活地进行培训,同时不知道使用哪种增强方法以及如何对图像进行采样。 高效的培训:与基准方法相比,我们的方法引入的计算开销可忽略不计(仅慢1%)。 更新 发布了DenseCL的代码和预训练模型。 (02/03/2021) 安装 请参考进行安装和数据集准备。

文件下载

资源详情

[{"title":"( 209 个子文件 591KB ) DenseCL:用于自指导式表示学习的DenseCL,CVPR 2021","children":[{"title":".style.yapf <span style='color:#111;'> 126B </span>","children":null,"spread":false},{"title":"GETTING_STARTED.md <span style='color:#111;'> 12.66KB </span>","children":null,"spread":false},{"title":"INSTALL.md <span style='color:#111;'> 5.34KB </span>","children":null,"spread":false},{"title":"CHANGELOG.md <span style='color:#111;'> 639B </span>","children":null,"spread":false},{"title":"MODEL_ZOO.md <span style='color:#111;'> 27.89KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明