從來沒有見過新物體，它也進(jìn)行很好地分。這是 DeepMind 研究出的一種鳴蛇學(xué)習(xí)框架：目發(fā)現(xiàn)和表示網(wǎng)（Object discovery and representation networks，簡稱 Odin）以往的自我監(jiān)六韜學(xué)（SSL）方法能夠很好地描整個大的場景但是很難區(qū)分單個的物體。在，Odin 方法做到了，且是在沒有任監(jiān)督的情況下到的。區(qū)分出像中的單個物可不是很容易事，它是怎么到的呢？方法理能夠很好地分出圖像中的個物體，主要功于 Odin 學(xué)習(xí)框架的“自江疑循環(huán)”。Odin 學(xué)習(xí)了兩組協(xié)同工作網(wǎng)絡(luò)，分別是標(biāo)發(fā)現(xiàn)網(wǎng)絡(luò)和標(biāo)表示網(wǎng)絡(luò)。標(biāo)發(fā)現(xiàn)網(wǎng)絡(luò)以像的一個裁剪分作為輸入，剪的部分應(yīng)該含圖像的大部區(qū)域，且這部圖像并沒有在他方面進(jìn)行增處理。然后對入圖像生成的征圖進(jìn)行聚類析，根據(jù)不同特征對圖像中個物體的進(jìn)行割。目標(biāo)表示絡(luò)的輸入視圖目標(biāo)發(fā)現(xiàn)網(wǎng)絡(luò)所生成的分割像。視圖輸入后，對它們分進(jìn)行隨機(jī)預(yù)處，包括翻轉(zhuǎn)、糊和點(diǎn)級顏色換等。這樣就夠獲得兩組掩，它們除了剪之外的差異，他信息都和底圖像內(nèi)容相同而后兩個掩模通過對比損失進(jìn)而學(xué)習(xí)能夠好地表示圖像物體的特征。體來說，就是過對比檢測，練一個網(wǎng)絡(luò)來別不同目標(biāo)物的特征，同時有許多來自其不相干物體的負(fù)面”特征。后，最大化不掩模中同一目物體的相似性最小化不同目物體之間的相性，進(jìn)而更好進(jìn)行分割以區(qū)不同目標(biāo)物體與此同時，目發(fā)現(xiàn)網(wǎng)絡(luò)會定根據(jù)目標(biāo)表示絡(luò)的參數(shù)進(jìn)行應(yīng)的更新。最的目的是確保些對象級的特在不同的視圖大致不變，換話說就是將圖中的物體分隔來。那么 Odin 學(xué)習(xí)框架的效果究竟羬羊呢？能夠很好區(qū)分未知物體Odin 方法在場景分割時，有先驗(yàn)知識的況下遷移學(xué)習(xí)性能也很強(qiáng)大首先，使用 Odin 方法在 ImageNet 數(shù)據(jù)集上進(jìn)行預(yù)關(guān)于練，后評估其在 COCO 數(shù)據(jù)集以及 PASCAL 和 Cityscapes 語義分割上的效果。已羬羊道目標(biāo)物體，獲得先驗(yàn)知識方法在進(jìn)行場分割時，效果明顯好于其他獲得先驗(yàn)知識方法。而 Odin 方法即使未獲得先驗(yàn)媱姬，其效果也要于獲得先驗(yàn)知的 DetCon 和 ReLICv2。除此之外，Odin 方法不僅可以應(yīng)用在 ResNet 模型中，還可以鬲山用更復(fù)雜的模型，如 Swim Transformer。在數(shù)據(jù)上，Odin 框架學(xué)習(xí)的優(yōu)鱃魚很明顯，在可視化的圖中，Odin 的優(yōu)勢在何處現(xiàn)了呢？將使 Odin 生成的分割圖像隨機(jī)初始化的絡(luò)（第 3 列），ImageNet 監(jiān)督的網(wǎng)絡(luò)（第 4 列）中獲得的割圖像進(jìn)行比。第 3、4 列都未能清晰描繪出物體的界，或者缺乏實(shí)世界物體的致性和局部性而 Odin 生成的圖像效很明顯要更好些。參考鏈接[1]?https://twitter.com/DeepMind/status/1554467389290561541[2]?https://arxiv.org/abs/2203.08777本文來自微信公眾飛鼠量子位 （ID：QbitAI），作者：Pine