清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Contrastive Masked Autoencoders are Stronger Vision Learners

人工智能 计算机科学 特征(语言学) 编码器 特征学习 分割 模式识别(心理学) 代表(政治) 自编码 对象(语法) 目标检测 计算机视觉 自然语言处理 深度学习 语言学 哲学 政治 政治学 法学 操作系统
作者
Zhicheng Huang,Jiashi Feng,Chin-Pi Lu,Qibin Hou,Ming‐Ming Cheng,Dongmei Fu,Xiaohui Shen,Jiashi Feng
出处
期刊:IEEE Transactions on Pattern Analysis and Machine Intelligence [Institute of Electrical and Electronics Engineers]
卷期号:46 (4): 2506-2517 被引量:16
标识
DOI:10.1109/tpami.2023.3336525
摘要

Masked image modeling (MIM) has achieved promising results on various vision tasks. However, the limited discriminability of learned representation manifests there is still plenty to go for making a stronger vision learner. Towards this goal, we propose Contrastive Masked Autoencoders (CMAE), a new self-supervised pre-training method for learning more comprehensive and capable vision representations. By elaboratively unifying contrastive learning (CL) and masked image model (MIM) through novel designs, CMAE leverages their respective advantages and learns representations with both strong instance discriminability and local perceptibility. Specifically, CMAE consists of two branches where the online branch is an asymmetric encoder-decoder and the momentum branch is a momentum updated encoder. During training, the online encoder reconstructs original images from latent representations of masked images to learn holistic features. The momentum encoder, fed with the full images, enhances the feature discriminability via contrastive learning with its online counterpart. To make CL compatible with MIM, CMAE introduces two new components, i.e., pixel shifting for generating plausible positive views and feature decoder for complementing features of contrastive pairs. Thanks to these novel designs, CMAE effectively improves the representation quality and transfer performance over its MIM counterpart. CMAE achieves the state-of-the-art performance on highly competitive benchmarks of image classification, semantic segmentation and object detection. Notably, CMAE-Base achieves 85.3% top-1 accuracy on ImageNet and 52.5% mIoU on ADE20k, surpassing previous best results by 0.7% and 1.8% respectively.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
悦耳十三发布了新的文献求助50
1秒前
23秒前
30秒前
爱静静应助科研通管家采纳,获得10
33秒前
爱静静应助科研通管家采纳,获得10
33秒前
爱静静应助科研通管家采纳,获得10
33秒前
33秒前
爱静静应助科研通管家采纳,获得10
33秒前
一杯茶发布了新的文献求助10
36秒前
一杯茶发布了新的文献求助10
1分钟前
先锋完成签到 ,获得积分10
1分钟前
奶糖喵完成签到 ,获得积分10
2分钟前
爱静静应助科研通管家采纳,获得10
2分钟前
爱静静应助科研通管家采纳,获得10
2分钟前
爱静静应助科研通管家采纳,获得10
2分钟前
大气寄松发布了新的文献求助10
2分钟前
随机子应助一杯茶采纳,获得10
2分钟前
3分钟前
魏白晴完成签到,获得积分10
3分钟前
川藏客完成签到 ,获得积分10
3分钟前
爱静静应助科研通管家采纳,获得10
4分钟前
爱静静应助科研通管家采纳,获得10
4分钟前
4分钟前
5分钟前
Eatanicecube完成签到,获得积分10
5分钟前
juan完成签到 ,获得积分10
6分钟前
Raunio完成签到,获得积分10
6分钟前
lhy12345完成签到,获得积分10
7分钟前
咳咳哼完成签到,获得积分10
7分钟前
东海帝王发布了新的文献求助10
8分钟前
星辰大海应助东海帝王采纳,获得10
8分钟前
乐乐应助科研通管家采纳,获得10
8分钟前
hhhhhardboy完成签到,获得积分20
9分钟前
hhhhhardboy发布了新的文献求助20
9分钟前
随机子应助一杯茶采纳,获得10
9分钟前
10分钟前
充电宝应助hhhhhardboy采纳,获得10
10分钟前
Jenny完成签到,获得积分10
10分钟前
一杯茶发布了新的文献求助10
11分钟前
11分钟前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Becoming: An Introduction to Jung's Concept of Individuation 600
Briefe aus Shanghai 1946‒1952 (Dokumente eines Kulturschocks) 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3167188
求助须知:如何正确求助?哪些是违规求助? 2818687
关于积分的说明 7921881
捐赠科研通 2478444
什么是DOI,文献DOI怎么找? 1320323
科研通“疑难数据库(出版商)”最低求助积分说明 632748
版权声明 602438