浪潮信息：新型自监督学习框架论文入选CVPR 2022

（全球TMT2022年7月5日讯）在近日举办的IEEE国际计算机与模式识别会议CVPR 2022期间，浪潮信息AI团队提交的论文《CoDo: Contrastive Learning with Downstream Background Invariance for Detection （CoDo：在自监督学习中引入下游数据的背景不变性）》成功入选。论文提出了一种新的自监督学习框架，在自监督学习的预训练过程兼顾下游数据的背景不变性，以提升自监督学习在下游目标检测任务的性能，并通过初步实验证明了方法的有效性。CVPR是计算机视觉领域三大世界顶级会议之一。

浪潮信息AI团队提出的自监督学习框架CoDo，在预训练中引入上下游任务数据集充当背景，预训练图像的推荐框粘贴到背景图像上，边框经过比例变换及扰动后，作为增强样本参与对比学习。由于背景为上下游数据集，模型实际上获得了前景目标的背景不变性能力。这意味着无论背景如何变化，模型都能够准确定位前景目标，这对于目标检测类人工智能任务尤为重要。论文采用CPJ数据增强方法、目标检测结构对齐及层次对比学习构建，并通过初步实验证明了方法的有效性。