自监督-Chailyn's homepage

Chailyn's homepage

行动起来，活在当下

累计撰写 16 篇文章
累计创建 12 个标签
累计收到 15 条评论

目录CONTENT

以下是自监督相关的文章

2025-07-09
PaperRead：Sonata：Self-Supervised Learning of Reliable Point Representations Introduction 我们是否拥有一个可靠的点云自监督学习方法，能在多种任务中仅通过简单的线性探测器就发挥出色？ “几何捷径（geometric shortcut）”：模型训练初期，模型的损失很快下降到了理想范围，是因为过于依赖于容易获取的几何属性，而不是更高层次的语义。 CSC：只由表面法线（
- 2025-07-09
- 29
- 1
- 2
- 论文阅读
- 点云
2025-07-08
PaperRead：Self-supervised learning for point cloud data A survey 点云使用自监督的一般流程点云自监督学习的流程可以分为三个阶段：预训练阶段（Pre-training）：模型通过自构造的伪任务在无标签数据上学习特征；有监督微调阶段（Supervised Fine-tuning）：迁移到目标任务，用少量标签训练任务头；推理阶段（Inference）：评估模型在
- 2025-07-08
- 23
- 1
- 0
- 点云
- 论文阅读