self-supervised-learning

Học chuyển移 / thích ứng miền / tổng quát hóa miền / học đa nhiệm, v.v. Các bài báo, mã nguồn, tập dữ liệu, ứng dụng, hướng dẫn.

Bộ công cụ xử lý giọng nói dễ sử dụng, bao gồm mô hình tự giám sát (Self-Supervised Learning), SOTA/Streaming ASR có dấu câu, Streaming TTS tích hợp frontend văn bản, Hệ thống xác thực người nói, Dịch giọng nói đầu cuối và Nhận diện từ khóa. Đạt giải Demo xuất sắc nhất tại NAACL 2022.

Cách dễ nhất để sử dụng deep metric learning trong ứng dụng của bạn. Mô-đun, linh hoạt và có khả năng mở rộng. Được viết bằng PyTorch.

Bộ công cụ huấn luyện trước và tiêu chuẩn đánh giá của OpenMMLab

Thư viện Python dành cho học tập tự giám sát trên hình ảnh.

Bộ công cụ học biểu diễn và huấn luyện trước giọng nói tự giám sát

Kho lưu trữ chính thức cho [NeurIPS'22] "ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation" và [TPAMI'23] "ViTPose++: Vision Transformer for Generic Body Pose Estimation"

Thư viện nghiên cứu học sâu trên đồ thị (graph deep learning)

Một bộ công cụ tất cả trong một dành cho thị giác máy tính

Bản triển khai khả dụng cho học tự giám sát "Bootstrap Your Own Latent" từ Deepmind bằng PyTorch

Các tài liệu nghiên cứu về tiền huấn luyện và học tập tự giám sát trên Mạng Nơ-ron đồ thị (GNN).

Huấn luyện tất cả trong một cho các mô hình thị giác (YOLO, ViTs, RT-DETR, DINOv3): tiền huấn luyện, tinh chỉnh, chưng cất.

solo-learn: một thư viện các phương pháp tự giám sát để học biểu diễn hình ảnh, được hỗ trợ bởi Pytorch Lightning

Mã nguồn cho bài báo TKDE "Self-supervised learning on graphs: Contrastive, generative, or predictive"

[ICLR'23 Spotlight🔥] Quá trình huấn luyện trước kiểu BERT/MAE thành công đầu tiên trên bất kỳ mạng tích chập nào; Bản cài đặt PyTorch của "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"

Xây dựng các mô hình thị giác máy tính trong thời gian ngắn hơn và với ít dữ liệu hơn.

Danh sách toàn diện các bài báo tuyệt vời về học tự giám sát đối lập.

OpenSTL: Bộ chuẩn mực toàn diện về học tập dự đoán không gian - thời gian

Nền tảng sinh học tính toán tích hợp học biểu diễn quy mô lớn và học sâu đa tác vụ

[IEEE T-KDE 2026] Awesome Deep Graph Clustering là tập hợp các phương pháp gom cụm đồ thị sâu mới nhất và tiên tiến nhất (bài báo, mã nguồn và tập dữ liệu).

Bộ sưu tập tài liệu sau hoặc cùng thời điểm với Masked Autoencoder (MAE) (Kaiming He và cộng sự).

DIPY là thư viện hình ảnh y tế 3D/4D+ hàng đầu trong Python. Chứa các phương pháp chung để chuẩn hóa không gian, xử lý tín hiệu, học máy, phân tích thống kê và trực quan hóa hình ảnh y tế. Ngoài ra, nó còn chứa các phương pháp chuyên biệt cho giải phẫu tính toán bao gồm hình ảnh khuếch tán, tưới máu và cấu trúc.

[CVPR 2023] VideoMAE V2: Mở rộng quy mô Video Masked Autoencoders với Dual Masking.

[MICCAI 2019 Young Scientist Award] [MEDIA 2020 Best Paper Award] Models Genesis, một trong những mô hình nền tảng đầu tiên trong phân tích hình ảnh y tế cho nhiều tác vụ hạ nguồn

Mô hình nền tảng cho các tác vụ nhận dạng giọng nói.

Các bài báo INTERSPEECH 2023-2024: Bộ sưu tập đầy đủ các bài nghiên cứu có ảnh hưởng và thú vị từ hội nghị INTERSPEECH 2023-24. Khám phá những tiến bộ mới nhất trong xử lý ngôn ngữ và giọng nói. Bao gồm mã nguồn. Hãy gắn sao cho kho lưu trữ để ủng hộ sự phát triển của công nghệ giọng nói!

CAIRI: Bộ công cụ và tiêu chuẩn đánh giá cho học biểu diễn trực quan có giám sát, bán giám sát và tự giám sát.

[ECCV2022] Masked Autoencoders cho học tự giám sát Point Cloud

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

Hierarchical Image Pyramid Transformer - CVPR 2022 (Oral)