背景

最近需要对一批图像进行编码，这些图像也没类别标注，那么直接上resnet训练拿最后层做嵌入也不行。预训练的resnet也不太好，这批图像和COCO数据库的类别没啥关系。

后面想用clip，但这批图像也没文本标注，最后用了moco
moco可以实现自监督的对比学习，那么其中的q编码器可以作为图像的嵌入。而且这些嵌入，还可以做各种各样的下游任务，好用😘

MOCO

githib: https://github.com/facebookresearch/moco?login=from_csdn
源码还算好读，脸书的编码规范真不错，看看注释基本就懂了

这篇还有个博客，对moco的论文解读：
https://gitcode.csdn.net/65aa424eb8e5f01e1e44f8b0.html?dp_token=eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJpZCI6Nzc0ODAyLCJleHAiOjE3MTI3NjgzMDYsImlhdCI6MTcxMjE2MzUwNiwidXNlcm5hbWUiOiJ6ZXJvMTg1In0.3tNOqSseel9ucz5jhdGsWz-Iav5_pbO11nQHmTFA518