图片

论文链接：https://arxiv.org/pdf/2301.05712.pdf

深度监督学习算法通常需要大量的标记样本才能达到令人满意的性能。为避免收集和标记过多样本带来的昂贵成本，提出自监督学习(SSL)作为无监督学习的一个子集，在没有任何人工标注标签的情况下，从大量未标记样本中学习良好的特征。SSL是近年来的研究热点，相关算法层出不穷。然而，很少有全面的研究解释不同SSL变体之间的联系以及它们是如何演变的。文中试图从算法、理论、应用、3个主要趋势和开放问题等方面对SSL的各种方法进行综述。首先，详细介绍了大多数SSL算法的动机，并比较了它们的共性和差异;其次，研究了与SSL相关的理论问题。讨论了SSL在图像处理、计算机视觉(CV)以及自然语言处理(NLP)等领域的典型应用;最后讨论了SSL的3个主要发展趋势和有待进一步研究的问题。在https://github.com/guijiejie/SSL上可以找到一些有用的材料。

内容中包含的图片若涉及版权问题，请及时与我们联系删除