arXiv · AI· Samyak Rawlekar, Nikhil Chowdary Paleti, Amey Gupta, Narendra Ahuja·· 4 小时前AI 评分32
Part-DINO 利用图像边界结构补全 DINO 特征以无训练发现物体部件
Complementing DINO Features with Image Structure for Part Discovery
AI 导读
Part-DINO 提出一种无需训练的框架，将低层图像分割的边界与 DINO 的语义特征结合，通过在区域内池化 DINO 特征实现部件发现。 该框架利用边界检测器提供的几何信息弥补 DINO 特征缺失，在 CUB、CelebA、PartImageNet-OOD 和 PartImageNet-Seg 四个标准基准上超越了无训练基线，并保持与弱监督和非监督方法的竞争力。
来源：arXiv · AI · arxiv.org