限られたリソースでの自己教師あり画像と動画の事前トレーニングに関する制御された研究
arXiv cs.CV ・ 2026-08-13
原題: A Controlled Study of Self-Supervised Image and Video Pretraining under Limited Resources
AI による要約
視覚基礎モデルは画像と動画の理解の基盤であるが、通常、大量のデータと計算リソースを必要とする。自己教師あり学習の目的関数がリソース制約下でどのように動作するかを理解するために、画像と動画の自己教師あり学習目的関数を比較検討する。結果は、DINOv2スタイルの事前トレーニングが限られたリソース下で最も強力なパフォーマンスを提供することを示している。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.CV）をご確認ください。