发现新视觉类别:深度转移聚类(DTC)开源项目推荐
在不断演进的机器学习领域,自动识别并分类未知视觉对象的能力成为研究热点。今天,我们聚焦于一个前沿的研究成果——《通过深度转移聚类学习发现新颖视觉类别》(Learning to Discover Novel Visual Categories via Deep Transfer Clustering),该工作发表于2019年的国际计算机视觉大会(ICCV)。由牛津大学视觉几何组的Kai Han、Andrea Vedaldi和Andrew Zisserman共同贡献。
项目介绍
DTC项目是针对无监督学习中一个核心挑战的创新解决方案:如何在没有标签数据的情况下,识别并归类新的视觉对象。它利用了预训练模型的知识迁移,结合聚类算法在未标记数据集上发现新颖类别,展现了深度学习在零样本学习领域的强大潜力。