Imagenet

• PASCAL VOC: 20 classes, $3\times10^4$
• Imagenet-40
• ILSVRC (Imagenet-1K): 1000 classes, $1.28\times 10^6$
• IMAGENET: 20000 classes, $1.5\times10^7$

pretext tasks

• Crop
• Resize
• Flip
• Rotate
• Color distort
  • drop
  • jitter
• Gaussian noise
• Gaussian blur
• Sobel filtering

Contrastive Learning Framework

• 特点
  • 在 feature space 上构建度量距离
  • 通过特征不变性，得到多种预测结果
  • 使用 Siamese Network
  • 无需 pixel-level 重建

Generative Methods

• AE
• VAE
• GAN