DisParQ提出自监督部件概念学习方法

Adam Pardyl等作者提出DisParQ方法，可从冻结的视觉自监督骨干网络中学习空间定位的离散概念表示，无需类别标签和语言监督。 该方法将每个图像patch分配到可学习原型字典中的唯一概念，并通过量化连续残差得到离散属性；空间解码器仅凭概念和属性即可重建骨干表示。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。