CNN自监督预训练新SOTA:具有层级结构的图像表征自学习新框架( 四 )


CNN自监督预训练新SOTA:具有层级结构的图像表征自学习新框架
文章图片

CNN自监督预训练新SOTA:具有层级结构的图像表征自学习新框架
文章图片

一作介绍
CNN自监督预训练新SOTA:具有层级结构的图像表征自学习新框架
文章图片

  • 郭远帆: 上海交通大学电子系二年级硕士生, 导师为徐奕副研究员. 他本科就读于上海交通大学, 本科期间主要研究方向为计算机视觉、医学影像处理, 在MICCAI、ISBI、Neurocomputing等会议与期刊中以第一作者/共同第一作者身份发表论文三篇. 硕士期间研究方向为计算机视觉、自监督学习, 在字节跳动实习期间完成该研究工作 。
CNN自监督预训练新SOTA:具有层级结构的图像表征自学习新框架
文章图片


  • 徐明皓 , Mila 魁北克人工智能研究所一年级博士生 , 导师是唐建教授 , 主要研究方向是图表征学习、图像表征学习和药物发现 。 他本科和硕士就读于上海交通大学 , 在上海交大计算机视觉实验室进行科研工作 , 导师是倪冰冰教授 , 期间的主要研究方向为迁移学习和视觉计算 。 他在 NeurIPS、ICML、CVPR、ICCV、ECCV 等会议上以第一作者 / 共同第一作者身份发表论文七篇 。
【CNN自监督预训练新SOTA:具有层级结构的图像表征自学习新框架】

特别声明:本站内容均来自网友提供或互联网,仅供参考,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。