SeCo-Sequence-Contrastive-Learning

顺序对比学习 这是“ SeCo：探索无监督表示学习的序列监督” [AAAI 2021]的实现。 原始论文可以在上找到。 要求 火炬 火炬视觉 线性 训练 此实现仅支持multi-gpu ， DistributedDataParallel训练，该训练更快，更简单； 不支持single-gpu或DataParallel培训。 要对初始化的ResNet-50模型进行无监督的预训练，请将权重下载到pretrain文件夹中，然后运行： bash main_train.sh 线性分类评估 使用预先训练的模型，要在冻结的/权重上训练监督的线性SVM分类器，请将的python接口放入liblinear文件夹中，然后运行： bash main_val.sh 引文 如果您发现此代码对您的研究有用，请引用我们的论文： @inproceedings{yao2021seco, title={SeC