颜色分类leetcode multiself 通过大规模多任务自监督学习训练的视觉网络

颜色分类leetcode多任务自监督Resnet-v2-101使用多个“自我监督”任务——即无需手动标记即可收集数据的监督任务——来训练单个视觉网络。自监督学习是一种无监督学习，自监督任务的预训练可以成为分类、检测和几何估计等实际视觉任务的有用起点。在这些领域，一些自监督任务的性能优于基于重建的最佳模型（例如自动编码器）和生成模型，并且组合任务使性能更加强大。该存储库包含我们性能最佳的模型，该模型在四个任务上进行了训练：、、、和（论文中的RP+Col+Ex+MS）。这是研究，不是Google的官方产品。检查点可用。加载模型此模型基于Resnet-v2-101，可在.要加载它，首先在slim中创建一个Resnet-v2-101： from tensorflow . contrib import slim from tensorflow . contrib . slim . nets import resnet_v2 from tensorflow . contrib . slim . nets import resnet_utils with sli