研究提出从运动学习物体中心表征的预训练框架

1. 12:00
   arXiv cs.CV

   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

   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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。