我有一个高分辨率无人机图像数据集，我已将其拆分为大小为 512x512 的图 block 。这些瓦片将通过描绘特定类型的植被进行注释，并以 COCO 格式存储。我想使用 self 监督学习来对图 block 进行实例分割。 Pytorch Lightning bolts 模块提供了已经预训练的自监督模型，例如 SimCLR。根据bolts module documentation ，应该可以在任何计算机视觉任务(例如实例分割)上使用 bolt 微调 SimCLR。
然而，我找到的唯一示例显示了 SimCLR 如何在分类任务上进行微调。如何在实例分割任务上微调 SimCLR(或另一种自监督模型)？
最佳答案
我认为是的，您可以使用 SimCLR 作为特征提取器和深度模型，根据从 SimCLR 获得的数据表示(而不是正常情况下的数据)进行实例分割。
关于deep-learning - 是否可以使用 PyTorch Lightning Bolts 在实例分割任务上微调 SimCLR？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/65248028/