DisParQ学习可解释离散视觉部件

论文作者提出DisParQ，从冻结的DINOv2视觉自监督主干中学习空间定位的离散部件概念，无需类别标签或语言监督；连续残差被量化为离散属性，空间解码器仅凭概念和属性重建主干表示。 论文摘要称，该方法在ImageNet线性探测中达到83.2%的top-1准确率，接近冻结的DINOv2主干，并在概念一致性上超过语言对齐模型。作者还在七个通用及细粒度数据集上评估，报告其细粒度识别表现具有竞争力，并支持跨类别部件检索。

AI 根据报道生成 · 39 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。