self-supervised-learning

Transfer learning, adaptação de domínio, generalização de domínio, aprendizado multitarefa, etc. Artigos, códigos, conjuntos de dados, aplicações e tutoriais.

Kit de ferramentas de fala fácil de usar, incluindo modelo de aprendizado autossupervisionado, ASR SOTA/Streaming com pontuação, TTS de streaming com frontend de texto, sistema de verificação de locutor, tradução de fala de ponta a ponta e detecção de palavras-chave. Vencedor do prêmio NAACL2022 Best Demo.

A maneira mais fácil de usar deep metric learning em sua aplicação. Modular, flexível e extensível. Escrito em PyTorch.

Caixa de ferramentas e benchmark de pré-treinamento da OpenMMLab

Uma biblioteca Python para aprendizado autossupervisionado em imagens.

Kit de ferramentas para pré-treinamento de fala autossupervisionado e aprendizado de representação.

Repositório oficial para [NeurIPS'22] "ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation" e [TPAMI'23] "ViTPose++: Vision Transformer for Generic Body Pose Estimation"

Uma biblioteca para pesquisa em deep learning em grafos

Um kit de ferramentas completo para visão computacional

Implementação utilizável de aprendizado autossupervisionado "Bootstrap Your Own Latent", da Deepmind, em Pytorch

Artigos sobre pré-treinamento e aprendizado autossupervisionado em Graph Neural Networks (GNN).

Treinamento tudo-em-um para modelos de visão (YOLO, ViTs, RT-DETR, DINOv3): pré-treinamento, ajuste fino e destilação.

solo-learn: uma biblioteca de métodos autossupervisionados para aprendizado de representação visual, desenvolvida com PyTorch Lightning.

Código para o artigo do TKDE "Self-supervised learning on graphs: Contrastive, generative, or predictive".

[ICLR'23 Spotlight] O primeiro pré-treinamento bem-sucedido estilo BERT/MAE em qualquer rede convolucional; implementação em PyTorch de "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling".

Construa modelos de visão computacional em uma fração do tempo e com menos dados.

Uma lista abrangente de artigos incríveis sobre aprendizado autossupervisionado contrastivo.

OpenSTL: Um benchmark abrangente de aprendizado preditivo espaço-temporal

Plataforma de bioinformática com aprendizado de representação em larga escala e deep learning multitarefa. Conjunto de ferramentas de computação biológica "Propeller".

[IEEE T-KDE 2026] Awesome Deep Graph Clustering é uma coleção de métodos SOTA e inovadores de clustering de grafos profundos (artigos, códigos e conjuntos de dados).

Uma coleção de literatura posterior ou concomitante ao Masked Autoencoder (MAE) (Kaiming He et al.).

DIPY é a principal biblioteca de imagem médica 3D/4D+ em Python. Contém métodos genéricos para normalização espacial, processamento de sinais, aprendizado de máquina, análise estatística e visualização de imagens médicas. Além disso, contém métodos especializados para anatomia computacional, incluindo difusão, perfusão e imagem estrutural.

[CVPR 2023] VideoMAE V2: Escalando Video Masked Autoencoders com mascaramento duplo

[Prêmio de Jovem Cientista MICCAI 2019] [Prêmio de Melhor Artigo MEDIA 2020] Models Genesis, um dos primeiros modelos "fundacionais" em análise de imagens médicas para múltiplas tarefas a jusante.

Modelo fundamental para tarefas de reconhecimento de fala

Artigos do INTERSPEECH 2023-2024: Uma coleção completa de artigos de pesquisa influentes e empolgantes da conferência INTERSPEECH 2023-24. Explore os avanços mais recentes em processamento de fala e linguagem. Código incluído. Dê uma estrela no repositório para apoiar o avanço da tecnologia de fala!

Caixa de ferramentas e benchmark de aprendizado de representação visual supervisionado, semi-supervisionado e auto-supervisionado do CAIRI

[ECCV2022] Masked Autoencoders para Aprendizado Auto-supervisionado de Nuvens de Pontos

[NeurIPS 2020] "Graph Contrastive Learning with Augmentations" por Yuning You, Tianlong Chen, Yongduo Sui, Ting Chen, Zhangyang Wang, Yang Shen

Hierarchical Image Pyramid Transformer - CVPR 2022 (Oral)