self-supervised-learning

ट्रांसफर लर्निंग / डोमेन एडाप्टेशन / डोमेन जनरलाइजेशन / मल्टी-टास्क लर्निंग आदि। पेपर्स, कोड, डेटासेट, एप्लिकेशन, ट्यूटोरियल।

उपयोग में आसान स्पीच टूलकिट जिसमें सेल्फ-सुपरवाइज्ड लर्निंग मॉडल, विराम चिह्नों के साथ SOTA/स्ट्रीमिंग ASR, टेक्स्ट फ्रंटएंड के साथ स्ट्रीमिंग TTS, स्पीकर वेरिफिकेशन सिस्टम, एंड-टू-एंड स्पीच ट्रांसलेशन और कीवर्ड स्पॉटिंग शामिल है। NAACL2022 बेस्ट डेमो अवार्ड जीता।

अपने एप्लिकेशन में डीप मीट्रिक लर्निंग का उपयोग करने का सबसे आसान तरीका। मॉड्यूलर, लचीला और एक्स्टेंसिबल। PyTorch में लिखा गया।

OpenMMLab प्री-ट्रेनिंग टूलबॉक्स और बेंचमार्क

छवि-आधारित सेल्फ-सुपरवाइज्ड लर्निंग के लिए एक Python लाइब्रेरी।

सेल्फ-सुपरवाइज्ड स्पीच प्री-ट्रेनिंग और रिप्रेजेंटेशन लर्निंग टूलकिट

[NeurIPS'22] "ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation" और [TPAMI'23] "ViTPose++: Vision Transformer for Generic Body Pose Estimation" के लिए आधिकारिक रिपॉजिटरी

ग्राफ डीप लर्निंग रिसर्च के लिए एक लाइब्रेरी

कंप्यूटर विजन के लिए एक ऑल-इन-वन टूलकिट

Pytorch में Deepmind द्वारा "Bootstrap Your Own Latent" सेल्फ-सुपरवाइज्ड लर्निंग का उपयोग करने योग्य कार्यान्वयन।

Graph Neural Networks (GNN) पर प्रीट्रेनिंग और सेल्फ-सुपरवाइज्ड लर्निंग के बारे में शोध पत्र।

विज़न मॉडल (YOLO, ViTs, RT-DETR, DINOv3) के लिए ऑल-इन-वन ट्रेनिंग: प्री-ट्रेनिंग, फाइन-ट्यूनिंग, डिस्टिलेशन।

solo-learn: PyTorch Lightning द्वारा संचालित विजुअल रिप्रेजेंटेशन लर्निंग के लिए सेल्फ-सुपरवाइज्ड मेथड्स की एक लाइब्रेरी

TKDE पेपर "Self-supervised learning on graphs: Contrastive, generative, or predictive" के लिए कोड।

[ICLR'23 Spotlight🔥] किसी भी कन्वोल्यूशनल नेटवर्क पर पहला सफल BERT/MAE-शैली का प्री-ट्रेनिंग; "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling" का Pytorch कार्यान्वयन।

बहुत कम समय में और कम डेटा के साथ computer vision मॉडल बनाएं।

शानदार कंट्रास्टिव सेल्फ-सुपरवाइज्ड लर्निंग पेपर्स की एक व्यापक सूची।

OpenSTL: स्पैटियो-टैम्पोरल प्रेडिक्टिव लर्निंग का एक व्यापक बेंचमार्क

बड़े पैमाने पर रिप्रेजेंटेशन लर्निंग और मल्टी-टास्क डीप लर्निंग की विशेषता वाला बायो-कंप्यूटिंग प्लेटफॉर्म '螺旋桨' (Propeller) बायो-कंप्यूटिंग टूलकिट।

[IEEE T-KDE 2026] Awesome Deep Graph Clustering अत्याधुनिक और नवीन डीप ग्राफ क्लस्टरिंग विधियों (पेपर, कोड और डेटासेट) का एक संग्रह है।

Masked Autoencoder (MAE) (Kaiming He et al.) के बाद या उसके साथ प्रकाशित साहित्य का संग्रह।

DIPY Python में मेडिकल इमेजिंग के लिए एक प्रमुख 3D/4D+ लाइब्रेरी है। इसमें मेडिकल इमेज के स्थानिक सामान्यीकरण, सिग्नल प्रोसेसिंग, मशीन लर्निंग, सांख्यिकीय विश्लेषण और विज़ुअलाइज़ेशन के लिए सामान्य तरीके शामिल हैं। इसके अतिरिक्त, इसमें डिफ्यूजन, परफ्यूजन और स्ट्रक्चरल इमेजिंग सहित कंप्यूटेशनल एनाटॉमी के लिए विशेष तरीके शामिल हैं।

[CVPR 2023] VideoMAE V2: डुअल मास्किंग के साथ वीडियो मास्क्ड ऑटोएनकोडर्स की स्केलिंग।

[MICCAI 2019 यंग साइंटिस्ट अवार्ड] [MEDIA 2020 बेस्ट पेपर अवार्ड] Models Genesis, मेडिकल इमेज एनालिसिस में कई डाउनस्ट्रीम कार्यों के लिए पहले "फाउंडेशन" मॉडलों में से एक।

स्पीच रिकग्निशन कार्यों के लिए फाउंडेशनल मॉडल।

INTERSPEECH 2023-2024 पेपर्स: INTERSPEECH 2023-24 सम्मेलन से प्रभावशाली और रोमांचक शोध पत्रों का एक संपूर्ण संग्रह। स्पीच और लैंग्वेज प्रोसेसिंग में नवीनतम प्रगति का अन्वेषण करें। कोड शामिल है।

CAIRI सुपरवाइज्ड, सेमी- और सेल्फ-सुपरवाइज्ड विजुअल रिप्रेजेंटेशन लर्निंग टूलबॉक्स और बेंचमार्क

[ECCV2022] पॉइंट क्लाउड सेल्फ-सुपरवाइज्ड लर्निंग के लिए Masked Autoencoders।

एक Spotify Connect प्लेयर जो एम्बेडेड डिवाइस (ESP32) के लिए लक्षित है, लेकिन केवल उन्हीं तक सीमित नहीं है।

दानव पदानुक्रमित छवि पिरामिड ट्रांसफार्मर - CVPR 2022 (मौखिक)