Color-$S^{4}L$：结合图像着色的自监督半监督学习
计算机视觉与模式识别
2024-01-09 v1
摘要
本工作通过整合多个有效的自监督前置任务来解决半监督图像分类任务的问题。与半监督学习中广泛使用的一致性正则化不同，我们探索了一种新颖的自监督半监督学习框架（Color-），特别是结合了图像着色代理任务，并深入评估了各种网络架构在这种特殊流程中的性能。此外，我们在CIFAR-10、SVHN和CIFAR-100数据集上展示了其有效性和最佳性能，并与以往的有监督和半监督最优方法进行了比较。
引用
@article{arxiv.2401.03753,
title = {Color-$S^{4}L$: Self-supervised Semi-supervised Learning with Image Colorization},
author = {Hanxiao Chen},
journal= {arXiv preprint arXiv:2401.03753},
year = {2024}
}
备注
This original work has been accepted and presented in the Poster Session at ECCV 2020 WiCV Workshop. (https://sites.google.com/view/wicvworkshop-eccv2020/program/presentations)