SSD: A UNIFIED FRAMEWORK FOR SELFSUPERVISED OUTLIER DETECTION

本文中對比式自監督學習的定義非常精準:訓練一個一個特徵提取器將樣本與其他樣本區分開,使用圖像變換(數據增強)將每張圖片生成兩個視角(原圖+增強圖),將增強圖看作正樣本,優化模型使得每張圖像的的原圖與增強圖距離更近,與其他樣本的距離更遠,其他樣本看作爲負樣本。


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章