Self-Supervised Learning CV
探索自监督学习方法，利用无标注数据学习视觉表征，降低对标注数据的依赖。
本课题研究如何通过自监督预训练提升视觉模型的性能。主要方向包括：对比学习、掩码图像建模、知识蒸馏、跨模态预训练等。
暂无神经网络模型数据
暂无频段分析数据
暂无论文成果
暂无实验数据