arXiv · 机器人与计算机视觉· Juan Guti\'errez, Saman Zadtootaghaj, Jos\'e Luis Blanco-Murillo, Sara Atito·· 14 小时前AI 评分54
ReCoCo:从补丁到组合的视觉表征学习
ReCoCo: From Patches to Compositions for Visual Representation Learning
AI 导读
arXiv 预印本发布 ReCoCo(Regional Composition Consistency)方法,通过扩展跨视图一致性至区域级别解决稠密特征学习难题。该方法利用学习到的视觉原型对增强视图的补丁预测进行组合,无需预先分离语义或估计对应关系即可从包含多概念的区域中学习。实验显示其在冻结特征的分割、聚类和区域检索任务上表现显著提升,同时保持有竞争力的图像级识别能力,且无需引入额外参数。
来源:arXiv · 机器人与计算机视觉 · arxiv.org