一、DIM(Deep InfoMAX)
Title:Learning deep representations by mutual information estimation and maximization(2019ICLR)
Author:R Devon Hjelm(MSR Montreal)
Method:
主要使用最大化互信息的思想,同一张图的局部特征和全局特征应高度相关,另一张的局部特征不相关。采用NCEloss得到score

实际操作中的两种方法:

二、AMDIM
Title:Learning Representations by Maximizing Mutual Information Across Views(2019Nips)
Author:Philip Bachman(Microsoft Research)
Method:
我的理解是在DeepInfoMAX的基础上加了一个multi-scale,即不同尺度上的feature也可以组成正负pair。

目前看来这两种自监督方法的效果超过了其他方法:
数据来源:A survey on Semi-, Self- and Unsupervised Techniques in Image Classifification


最后
以上就是忧伤野狼最近收集整理的关于【论文研读】Self-supervised:AMDIM, DIM的全部内容,更多相关【论文研读】Self-supervised:AMDIM,内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复