赞
踩
SimSiam(Simple Siamese)是一种自监督对比学习方法,由Facebook AI Research于2021年提出。SimSiam的设计旨在避免负样本对,并且不使用动量编码器,进一步简化了对比学习的实现过程。
自监督学习:
自监督学习方法通过从数据本身获取监督信号进行学习,不需要人工标注。SimSiam是一种自监督对比学习方法。
网络结构:
SimSiam使用一个简单的Siamese网络结构,包含两个相同的编码器,编码器输出通过投影头映射到低维空间,然后通过预测头生成预测向量。
不需要动量编码器和负样本:
SimSiam去除了对比学习中的动量编码器和负样本对,仅使用正样本对进行训练。
数据增强:
输入图像通过两种不同的数据增强(例如裁剪、颜色抖动等)生成两个不同的视图: ( x 1 x_1
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。