CV大神——何恺明

n 2003 年 5 月，何恺明拿到保送清华的资格，高考获得满分 900 分的成绩，成为当年广东省 9 位满分状元之一。

n 本科就读于清华大学，博士毕业于香港中文大学多媒体实验室。

n 2011 年加入微软亚洲研究院（ MSRA ）工作，主要研究计算机视觉和深度学习。

n 2016 年，加入 Facebook AI Research （ FAIR ）担任研究科学家。

n 2020 年 1 月 11 日，荣登 AI 全球最具影响力学者榜单。

故事还没完……

n 2021 年 12 月中旬， Facebook AI Research 和约翰霍普金斯大学的研究人员提出了 MaskFeat ，也是采用「 Mask-and-Predict 」的方法，性能却比 MAE 上更进一步。

n MaskFeat 最核心的改变就是将 MAE 对图像像素（ pixel ）的直接预测，替换成对图像的方向梯度直方图（ HOG ）的预测。

以上为叶梓老师上课讲义，供有基础的朋友或者同行使用，未完，下一篇继续……

ai讲师人工智能讲师计算机视觉讲师叶梓：计算机视觉领域的自监督学习模型——MAE-14相关推荐

人工智能培训老师讲师叶梓：计算机视觉领域的自监督学习模型——MAE目录
免费直播分享最新人工智能前沿技术,直播即将开讲 P1 目录 n背景知识介绍 l AE ( AutoEncoder )与 DAE ( Denoising AutoEncoder ) l Transfor ...
人工智能培训老师讲师叶梓：计算机视觉领域的自监督学习模型——MAE-1
计算机视觉领域的自监督学习模型--MAE 主讲: 叶梓 P1-P2 AutoEncoder n 自动编码器是一种无监督的神经网络模型,它可以学习到输入数据的隐含特征,这称为编码 (coding) ...
ai讲师人工智能讲师计算机视觉老师叶梓：计算机视觉领域的自监督学习模型——MAE-13
接上一篇 P28P30 实验效果-ViT模型的影响 n 性能惊艳: ImageNet-1K 最高 87.8% .与当前 SOTA 自监督预训练方法相比,对于 ViT -B 的表现结果都很接近.对于 V ...
ai讲师人工智能讲师计算机视觉讲师叶梓：计算机视觉领域的自监督学习模型——MAE-15
接上一篇 P32P33 故事还没完-- n2021年12月中旬,Facebook AI Research和约翰霍普金斯大学的研究人员提出了MaskFeat,也是采用「Mask-and-Predict」 ...
ai人工智能培训讲师计算机视觉讲师叶梓：计算机视觉领域的自监督学习模型——MAE-8
接上一篇 P17-P18 BEiT n 让 BEIT 看很多的图片,随机遮住一些 patches ,让 BEIT 模型预测遮住的 patches 是什么 n 不断计算预测的 patches 与真实的 ...
ai人工智能培训讲师计算机视觉讲师叶梓：计算机视觉领域的自监督学习模型——MAE-7
接上一篇 P14-P16 VAE n 按苏剑林的说法: VAE 本质上就是在常规自编码器的基础上,对 encoder 的结果(对应计算均值的网络)加上了"高斯噪声",使得结果 de ...
ai人工智能培训讲师计算机视觉讲师叶梓：计算机视觉领域的自监督学习模型——MAE-6
接上一篇 P12-P13 BEiT n 在 BE i T 的论文中,作者提出了一种名为遮盖图像建模( MIM )的预训练任务 : 图像有 2 两种表示的形式:image patches 和 v ...
ai培训师讲师叶梓：计算机视觉领域的自监督学习模型——MAE-5
接上一篇 P9 P11 ViT中的Tranformer编码器 n Tranformer 编码器由 multi-head self-attention ( MSA )和 MLP 块的层组成. n 在每个 ...
人工智能培训老师讲师叶梓：计算机视觉领域的自监督学习模型——MAE-3
接上一篇 P5 P6 iGPT n OpenAI 是一个想把一切 GPT 化,但是图像是个三维的数据(长 x 宽 x 通道),不像文字一样可以变成一维向量的序列.如果直接把图像的三维矩阵拼成二维也可以 ...

ai讲师人工智能讲师计算机视觉讲师叶梓：计算机视觉领域的自监督学习模型——MAE-14

CV大神——何恺明

故事还没完……

ai讲师人工智能讲师计算机视觉讲师叶梓：计算机视觉领域的自监督学习模型——MAE-14相关推荐

最新文章

热门文章