arXiv cs.CV· Boshi Li, Xiaohui Wang, Xiaoyang Wu, Zhichao Li, Ya Yang, Naiyan Wang·· 6 小时前AI 评分24
从运动边界学习物体概念：无需人工标注的物体中心视觉预训练框架
Object Concepts Emerge from Motion
AI 导读
研究者提出一种受生物启发的框架，利用光流和聚类生成伪实例掩码，通过像素级成对度量学习训练单图像编码器，无需人工标注或相机标定。该方法从7,163小时驾驶和网络视频中获取1.95亿伪标注帧，再经Motion-Verified Self-Training扩展至4.21亿帧，训练出最大Swin-H的编码器并蒸馏为Swin骨干系列。
来源：arXiv cs.CV · arxiv.org