Part-DINO发布无训练物体部件发现框架

1. 12:00
   arXiv · AI

   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

   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。

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。