研究论文参考文献
更多详细信息请参考以下参考资料。
参考文献
更多细节请参考以下文献：
[预测图像块相对位置] Carl Doersch, Abhinav Gupta, 和 Alexei A. Efros。通过上下文预测进行无监督视觉表示学习。 发表于ICCV 2015。
[预测图像旋转] Spyros Gidaris, Praveer Singh, Nikos Komodakis。通过预测图像旋转进行无监督表示学习。 发表于ICLR 2018。
[求解拼图任务] Mehdi Noroozi, Paolo Favaro。通过求解拼图任务实现视觉表示的无监督学习。 发表于ECCV 2016。
[对比学习——SimCLR算法] Ting Chen, Simon Kornblith, Mohammad Norouzi, Geoffrey Hinton。一种用于对比学习的简单框架。 发表于ICML 2020。
[MoCo-v2算法] Xinlei Chen, Haoqi Fan, Ross Girshick, Kaiming He。基于动量对比学习的改进基线。 ArXiv 2020。
[聚类方法：DeepCluster算法] Mathilde Caron, Piotr Bojanowski, Armand Joulin, Matthijs Douze。用于视觉特征无监督学习的深度聚类。 发表于ECCV 2018。
[知识蒸馏：BYOL算法] Jean-Bastien Grill, Florian Strub, Florent Altché, Corentin Tallec, Pierre Richemond, Elena Buchatskaya, Carl Doersch, Bernardo Avila Pires, Zhaohan Guo, Mohammad Gheshlaghi Azar, Bilal Piot, koray kavukcuoglu, Remi Munos, Michal Valko。Bootstrap Your Own Latent——一种新的自监督学习方法。 发表于NeurIPS 2020。
[SimSiam算法] Xinlei Chen, Kaiming He。探索简单的孪生网络表示学习。 发表于CVPR 2021。
[Barlow Twins] Jure Zbontar, Li Jing, Ishan Misra, Yann LeCun, Stéphane Deny。Barlow Twins：通过冗余最小化实现自监督学习。 发表于ICML 2021。
[简单掩码图像建模] Zhenda Xie, Zheng Zhang, Yue Cao, Yutong Lin, Jianmin Bao, Zhuliang Yao, Qi Dai, Han Hu。SimMIM：一种用于掩码图像建模的简单框架。 发表于CVPR 2022。
[掩码自编码器：第一部分/第二部分] Kaiming He, Xinlei Chen, Saining Xie, Yanghao Li, Piotr Dollár, Ross Girshick。掩码自编码器是可扩展的视觉学习模型。 ArXiv 2021。
[掩码孪生网络：第一部分/第二部分] Mahmoud Assran, Mathilde Caron, Ishan Misra, Piotr Bojanowski, Florian Bordes, Pascal Vincent, Armand Joulin, Michael Rabbat, Nicolas Ballas。用于标签高效学习的掩码孪生网络。 Arxiv 2022。