概念Self-supervised Pre-training
自监督预训练
在没有人工标注的情况下，利用数据自身结构设计代理任务来训练模型，使其学习通用表征的机器学习方法，可大幅降低对标注数据的依赖。
时间轴 (近 90 天)
10月15日
海康威视的AI超声检测技术通过自监督预训练与少样本迁移实现跨材料、跨工件的泛化能力。
待验证50%
10月9日
全局分类不适合局部篡改检测，在小数据场景中自监督预训练与领域先验往往比更大的模型更有效
待验证50%
在没有人工标注的情况下，利用数据自身结构设计代理任务来训练模型，使其学习通用表征的机器学习方法，可大幅降低对标注数据的依赖。
海康威视的AI超声检测技术通过自监督预训练与少样本迁移实现跨材料、跨工件的泛化能力。
全局分类不适合局部篡改检测，在小数据场景中自监督预训练与领域先验往往比更大的模型更有效