顺序对比学习
这是“ SeCo:探索无监督表示学习的序列监督” [AAAI 2021]的实现。 原始论文可以在上找到。
要求
火炬
火炬视觉
线性
训练
此实现仅支持multi-gpu , DistributedDataParallel训练,该训练更快,更简单; 不支持single-gpu或DataParallel培训。
要对初始化的ResNet-50模型进行无监督的预训练,请将权重下载到pretrain文件夹中,然后运行:
bash main_train.sh
线性分类评估
使用预先训练的模型,要在冻结的/权重上训练监督的线性SVM分类器,请将的python接口放入liblinear文件夹中,然后运行:
bash main_val.sh
引文
如果您发现此代码对您的研究有用,请引用我们的论文:
@inproceedings{yao2021seco,
title={SeC
2021-12-14 21:26:04
80KB
Python
1