Meta AI开源CLIP-DINOiser | 如何将自监督DINO的Trick教给CLIP?这里就是答案!

Meta AI开源CLIP-DINOiser | 如何将自监督DINO的Trick教给CLIP?这里就是答案!

CLIP模型得益于其与任意文本提示的流畅交互,显示出惊人的零样本能力。然而,其缺乏空间意识,使其在不需要额外的微调步骤(通常使用标注,可能会潜在地抑制其原始的开放词汇属性)的情况下,不适合处理密集的计算机视觉任务,例如语义分割。同时,自监督表示方法已经展示了在没有人为标注和明确监督的情况下,具有良好...

AI Earth使用机器学习进行监督分类时,怎么使特征变量都保持同一个空间分辨率是10m呢?

AI Earth使用机器学习进行监督分类时,输入的特征变量里有些波段空间分辨率是20m,那这个怎么使特征变量都保持同一个空间分辨率是10m呢?

AI情绪鼓励师模型微调实操教学

1 课时 |
135 人已学 |
免费

跨越N次元 一键变身AI漫画人

1 课时 |
277 人已学 |
免费

AI人像动漫画实操教学

1 课时 |
205 人已学 |
免费
开发者课程背景图
LeCun领导下的Meta AI,押注自监督

LeCun领导下的Meta AI,押注自监督

自监督学习真的是通往 AGI 的关键一步?Meta 的 AI 首席科学家 Yann LeCun 在谈到「此时此刻要采取的具体措施」时,也没有忘记远期的目标。他在一次采访时说:「我们想要构建像动物和人类一样学习的智能机器。」近几年,Meta 发表了一系列关于 AI 系统自监督学习(SSL)的论文。Le...

CVPR 2022 | 视频Transformer自监督预训练新范式,复旦、微软云AI实现视频识别新SOTA

CVPR 2022 | 视频Transformer自监督预训练新范式,复旦、微软云AI实现视频识别新SOTA

机器之心编辑部复旦大学、微软 Cloud+AI 的研究者将视频表征学习解耦为空间信息表征学习和时间动态信息表征学习,提出了首个视频 Transformer 的 BERT 预训练方法 BEVT。该研究已被 CVPR 2022 接收。在自然语言处理领域,采用掩码预测方式的 BERT 预训练助力 Tran...

7 Papers & Radios | Meta AI首个多模态自监督算法;牛津、谷歌等撰文综述AutoRL

7 Papers & Radios | Meta AI首个多模态自监督算法;牛津、谷歌等撰文综述AutoRL

本周论文包括Meta AI提出了一种名为 data2vec 的自监督学习新架构,在多种模态的基准测试中超越了现有 SOTA 方法;谷歌、MIT 等提出分类器可视化解释方法 StylEx等。目录data2vec: A General Framework for Self-supervised Lear...

超越ImageNet预训练,Meta AI提出SplitMask,小数据集也能自监督预训练

超越ImageNet预训练,Meta AI提出SplitMask,小数据集也能自监督预训练

大规模数据集对自监督预训练是必要的吗?Meta AI 认为,小数据集也能自监督预训练,效果还不错。目前,计算机视觉神经网络被大量参数化:它们通常有数千万或数亿个参数,这是它们成功利用大型图像集合 (如 ImageNet) 的关键。然而,这些高容量模型往往会在小型(包含数十万张图像&#x...

7 Papers & Radios | Meta AI首个多模态自监督算法;牛津、谷歌等撰文综述AutoRL

7 Papers & Radios | Meta AI首个多模态自监督算法;牛津、谷歌等撰文综述AutoRL

目录data2vec: A General Framework for Self-supervised Learning in Speech, Vision and Language Explaining in Style: Training a GAN to explain a clas...

超越ImageNet预训练,Meta AI提出SplitMask,小数据集也能自监督预训练

超越ImageNet预训练,Meta AI提出SplitMask,小数据集也能自监督预训练

大规模数据集对自监督预训练是必要的吗?Meta AI 认为,小数据集也能自监督预训练,效果还不错。​​目前,计算机视觉神经网络被大量参数化:它们通常有数千万或数亿个参数,这是它们成功利用大型图像集合 (如 ImageNet) 的关键。然而,这些高容量模型往往会在小型(包含数十万张图像&...

受压缩感知启发,斯坦福 AI 研究院提出新的无监督表示学习框架!

雷锋网(公众号:雷锋网) AI 科技评论按:如今,说到图像领域的生成式模型,大家往往会想到对抗生成网络(GAN)和自编码器(AE)。本文介绍了斯坦福 AI 研究院的研究人员如何从统计压缩感知技术中汲取灵感设计出的非确定性自编码器(该编码器在自编码器的潜在空间中对不确定性进行建模),并巧妙地使用变分技...

Double DIP ——一种无监督层图像分割 AI 技术

雷锋网 AI 科技评论按:每月《Computer Vision News》都会选择一篇关于计算机视觉领域研究成果的论文进行回顾。今年三月份,他们选择了由 Yossi Gandelsman,Assaf Shocher 和 Michal Irani 三位学者(下文中所提到的作者,均指以上三位学者)共同完...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

社区圈子

阿里云机器学习平台PAI
阿里云机器学习平台PAI
阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。
2435+人已加入
加入
相关电子书
更多
Lindorm一站式AI数据平台实战
Lindorm:打造AI时代的 一体化数据平台
Lindorm AI 能力介绍
立即下载 立即下载 立即下载