self-supervised-learning

迁移学习 / 领域适应 / 领域泛化 / 多任务学习 等相关论文、代码、数据集、应用与教程。

易用的语音工具包，包含自监督学习模型、SOTA/流式 ASR（含标点）、流式 TTS（含文字前端）、说话者验证系统、端到端语音翻译与关键词检测。荣获 NAACL2022 最佳示范奖

在应用程序中使用深度度量学习的最简方式。模块化、灵活且可扩展，使用 PyTorch 编写。

OpenMMLab 预训练工具箱与基准测试

一个用于图像自监督学习的 Python 库

自监督语音预训练与表示学习工具包

[NeurIPS'22]“ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation”与 [TPAMI'23]“ViTPose++: Vision Transformer for Generic Body Pose Estimation”的官方代码库

用于图深度学习研究的库

一个全方位的计算机视觉工具包

使用 PyTorch 实现 Deepmind 的“Bootstrap Your Own Latent”自我监督式学习。

关于图神经网络 (GNN) 预训练与自监督学习的论文。

视觉模型的一站式训练（YOLO、ViTs、RT-DETR、DINOv3）：预训练、微调、蒸馏。

solo-learn：基于 PyTorch Lightning 的视觉表征学习自监督方法库

TKDE 论文“Self-supervised learning on graphs: Contrastive, generative, or predictive”的代码

[ICLR'23 Spotlight🔥] 首次在卷积网络中成功进行 BERT/MAE 风格的预训练；「Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling」的 PyTorch 实现。

以极少的时间与更少的数据建立计算机视觉模型。

精选对比式自监督学习论文大全。

OpenSTL：时空预测学习的综合基准测试

具备大规模表示学习与多任务深度学习的生物计算平台“螺旋桨”生物计算工具集

[IEEE T-KDE 2026] Awesome Deep Graph Clustering 是一个收录最新、创新深度图聚类方法的集合（包含论文、代码与数据集）。

Masked Autoencoder (MAE) (Kaiming He et al.) 发表后或同期的文献收集。

DIPY 是 Python 中首屈一指的 3D/4D+ 医学影像库。包含用于空间归一化、信号处理、机器学习、统计分析及医学影像可视化的通用方法。此外，它还包含用于计算解剖学的专业方法，包括扩散、灌注与结构影像处理。

[CVPR 2023] VideoMAE V2: 通过双重遮罩扩展 Video Masked Autoencoders

[MICCAI 2019 年轻科学家奖] [MEDIA 2020 最佳论文奖] Models Genesis，医学图像分析中用于多个下游任务的最早期“基础”模型之一

语音识别任务的基础模型

INTERSPEECH 2023-2024 论文集：收录 INTERSPEECH 2023-24 会议中具有影响力与精彩的研究论文。探索语音与语言处理的最新进展。内含代码。为此存储库点 Star 以支持语音技术的发展！

CAIRI 监督式、半监督式与自监督式视觉表征学习工具箱与基准测试

[ECCV2022] 用于点云自监督学习的掩码自编码器

[NeurIPS 2020] Yuning You、Tianlong Chen、Yongduo Sui、Ting Chen、Zhangyang Wang、Yang Shen 著之“Graph Contrastive Learning with Augmentations”

分层图像金字塔 Transformer - CVPR 2022 (Oral)