【ECCV2022教程】基于自动驾驶数据的自监督学习研究进展,220页ppt

2022 年 10 月 26 日 专知

基于深度学习的图像理解方法的巨大进展为自主系统提供了新的高级感知功能。然而,现实世界的视觉应用通常需要模型,可以从大量未标记和未策划的数据中学习,只有少量标记样本,通常选择和注释成本很高 。相比之下,典型的监督方法需要大量精心选择的标记数据,而在实际应用中很少满足这一条件。自监督学习(SSL)作为一种有前途的研究方向出现,通过使用从数据本身提取的各种监督信号训练模型,而不需要任何人工生成的标签,来缓解这一差距。
https://gidariss.github.io/ssl-on-wheels-eccv2022/
SSL在过去两年中取得了许多令人兴奋的进展,许多新的SSL方法设法达到甚至超过完全监督技术的性能 。虽然最流行的SSL方法围绕着ImageNet等网络图像数据集,但也对自动驾驶(AD)的新多样的自监督形式进行了研究。AD代表了SSL方法的一个独特沙箱,因为它带来了社区中最大的公共数据集合,并提供了一些最具挑战性的计算机视觉任务:目标检测、深度估计、基于图像的里程测量和定位等。在这里,规范的SSL通道(即自监督预训练模型并在下游任务上对其进行调优)被重新访问和扩展,以学习地面真相注释难以计算的任务(例如,密集深度),从而为计算机视觉和机器人技术带来全新的SSL方法。在本教程中,我们将通过AD的基本感知任务的镜头,深入介绍自我监督学习的各种范式(旧的和新的)。具体来说,本教程将涵盖以下主题:(1)从自动驾驶数据中进行自我监督表示学习,(2)深度估计的自监督学习,(3)三维检测和跟踪的自监督学习,(4)里程数测量和定位的自监督学习。
目录内容:


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“SW22” 就可以获取 【ECCV2022教程】基于自动驾驶数据的自监督学习研究进展,220页ppt》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料

登录查看更多
1

相关内容

【CVPR2021】背景鲁棒的自监督视频表征学习
专知会员服务
15+阅读 · 2021年3月13日
【WSDM2021-Ttutorial】深度学习异常检测,111页ppt
专知会员服务
150+阅读 · 2021年3月10日
最新《域自适应视觉应用》ECCV2020教程,67页PPT
专知会员服务
26+阅读 · 2020年12月24日
【GPT-3作者亲解】超大型语言模型少样本学习,109页ppt
专知会员服务
105+阅读 · 2020年12月19日
NeurIPS2020最新《深度对话人工智能》教程,130页ppt
专知会员服务
40+阅读 · 2020年12月10日
最新《域自适应视觉应用》ECCV2020教程,43页PPT
专知会员服务
25+阅读 · 2020年11月5日
【牛津大学&DeepMind】自监督学习教程,141页ppt
专知会员服务
177+阅读 · 2020年5月29日
【NeurIPS2022】基于最大熵编码的自监督学习
《自监督学习》最新报告,45页ppt
专知
1+阅读 · 2022年9月14日
【ICML2022教程】智能交互式学习,80页ppt
专知
0+阅读 · 2022年7月22日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年12月22日
Arxiv
27+阅读 · 2020年12月24日
Arxiv
11+阅读 · 2020年12月2日
VIP会员
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员