Ciele

• Rozšíriť znalosti v oblasti samokontrolovaného učenia.
• Spracovať prehľad rôznych typov úloh samokontrolovaného učenia v oblasti počítačového videnia.
• Zvoliť úlohu z oblasti samokontrolovaného učenia ktorej sa budeme zaoberať.
• Preštudovať rôzne typy a architektúry neurónových sietí.
• Navrhnúť a implementovať architektúru neurónovej sietí s využitím samokontrolovaného učenia na riešenie vybranej úlohý.
• Porovnať dosiahnuté výsledky s inými známymi štúdiami.

Prilohy

• Prezentácia

Literatura

1. Jing, L., & Tian, Y. (2020). Self-supervised visual feature learning with deep neural networks: A survey. IEEE Transactions on Pattern Analysis and Machine Intelligence.

2. Pathak, D., Krahenbuhl, P., Donahue, J., Darrell, T., & Efros, A. A. (2016). Context encoders: Feature learning by inpainting. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 2536-2544).

3. Liu, X., Zhang, F., Hou, Z., Wang, Z., Mian, L., Zhang, J., & Tang, J. (2020). Self-supervised learning: Generative or contrastive. arXiv preprint arXiv:2006.08218.