ICCVAug, 2021
多实例孪生自监督表示学习用于自动驾驶
MultiSiam: Self-supervised Multi-instance Siamese Representation Learning for Autonomous Driving
Kai Chen, Lanqing Hong, Hang Xu, Zhenguo Li, Dit-Yan Yeung
TL;DR自主驾驶是一个备受关注的领域,但标记数据的收集过程非常困难,自监督学习可能是提高模型性能的一种有效方式。本文提出了一种名为 MultiSiam 的方法,解决了多示例情况下的自监督学习存在的问题,包括跨视图一致性和相似度度量。该方法在公开数据集上具有很强的性能表现,并显示了特定领域预训练的潜力。