Meta Pseudo-Labels: “元伪标签”在PyTorch中的实现
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
Meta Pseudo-Labels介绍了如何利用元学习技术自动生成高质量伪标签，并在PyTorch框架中实现了这一创新方法。
使用pip3安装SOTA-SSL套件的命令是`pip3 install SOTA-SSL`。在代码中导入所需的库如下：
```python
import torch
from SOTA_SSL_Models import SimSiam
from torchvision import models
model = SimSiam(args)
```
我发现直接利用SimCLR进行数据增强有时会导致模型崩溃，这可能是因为SimCLR的增强效果过于强烈。在预热阶段采用MoCo的数据增强方法会有所帮助。
数据集位于`data/imagenet/train/...`目录下，例如包含子文件夹如`n021015556`和其下的图片文件如`n021015556_XXX.jpg`。
全部评论 (0)
还没有任何评论哟~
