self-supervised-learning

遷移學習 / 領域適應 / 領域泛化 / 多任務學習 等相關論文、程式碼、資料集、應用與教學。

易用的語音工具包，包含自監督學習模型、SOTA/串流 ASR（含標點）、串流 TTS（含文字前端）、說話者驗證系統、端到端語音翻譯與關鍵詞偵測。榮獲 NAACL2022 最佳示範獎

在應用程式中使用深度度量學習的最簡方式。模組化、彈性且可擴充，使用 PyTorch 編寫。

OpenMMLab 預訓練工具箱與基準測試

一個用於圖像自監督學習的 Python 函式庫

自監督語音預訓練與表示學習工具包

[NeurIPS'22]「ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation」與 [TPAMI'23]「ViTPose++: Vision Transformer for Generic Body Pose Estimation」的官方儲存庫

用於圖深度學習研究的程式庫

一個全方位的電腦視覺工具包

使用 PyTorch 實作 Deepmind 的「Bootstrap Your Own Latent」自我監督式學習。

關於圖神經網路 (GNN) 預訓練與自監督學習的論文。

視覺模型的全方位訓練（YOLO、ViTs、RT-DETR、DINOv3）：預訓練、微調、蒸餾。

solo-learn：基於 PyTorch Lightning 的視覺表徵學習自我監督方法函式庫

TKDE 論文「Self-supervised learning on graphs: Contrastive, generative, or predictive」的程式碼

[ICLR'23 Spotlight🔥] 首次在卷積網路中成功進行 BERT/MAE 風格的預訓練；「Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling」的 PyTorch 實作。

以極少的時間與更少的数据建立電腦視覺模型。

精選對比式自監督學習論文大全。

OpenSTL：時空預測學習的綜合基準測試

具備大規模表示學習與多任務深度學習的生物計算平台「螺旋槳」生物計算工具集

[IEEE T-KDE 2026] Awesome Deep Graph Clustering 是一個收錄最新、創新深度圖分群方法的集合（包含論文、程式碼與資料集）。

Masked Autoencoder (MAE) (Kaiming He et al.) 發表後或同期的文獻收集。

DIPY 是 Python 中首屈一指的 3D/4D+ 醫學影像函式庫。包含用於空間正規化、訊號處理、機器學習、統計分析及醫學影像視覺化的通用方法。此外，它還包含用於計算解剖學的專業方法，包括擴散、灌注與結構影像處理。

[CVPR 2023] VideoMAE V2: 透過雙重遮罩擴展 Video Masked Autoencoders

[MICCAI 2019 年輕科學家獎] [MEDIA 2020 最佳論文獎] Models Genesis，醫療影像分析中用於多個下游任務的最早期「基礎」模型之一

語音辨識任務的基礎模型

INTERSPEECH 2023-2024 論文集：收錄 INTERSPEECH 2023-24 會議中具有影響力與精彩的研究論文。探索語音與語言處理的最新進展。內含程式碼。為此儲存庫按 Star 以支援語音技術的發展！

CAIRI 監督式、半監督式與自我監督式視覺表徵學習工具箱與基準測試

[ECCV2022] 用於點雲自監督學習的遮罩自動編碼器

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

階層式影像金字塔 Transformer - CVPR 2022 (Oral)