浪潮信息：新型自监督学习框架论文入选CVPR 2022

北京2022年7月4日 /美通社/ -- 在近日举办的IEEE国际计算机与模式识别会议CVPR 2022期间，浪潮信息AI团队提交的论文《CoDo: Contrastive Learning with Downstream Background Invariance for Detection （CoDo：在自监督学习中引入下游数据的背景不变性）》成功入选。论文提出了一种新的自监督学习框架，在自监督学习的预训练过程兼顾下游数据的背景不变性，以提升自监督学习在下游目标检测任务的性能，并通过初步实验证明了方法的有效性。CVPR是计算机视觉领域三大世界顶级会议之一，今年线下注册参会人数达到了5641人。在论文方面，CVPR 2022共收到了8161篇投稿，最终接收了2064篇论文，接收率约为25.3%，论文研究方向涵盖目标检测、图像分割、医学影像、模型压缩、图像处理、文本检测等。 自监督学习可以对海量数据进行自主学习，无需像监督学习