面向表征学习的实例级生成
计算机视觉与模式识别
2025-10-13 v1
摘要
实例级识别（ILR）聚焦于识别单个物体而非广泛类别，提供图像分类中最细粒度的层次。然而，这种细粒�特性使得创建大规模标注数据集具有挑战性，限制了ILR在实际应用中的广泛适用性。为克服这一困难，我们提出一种新方法，通过合成生成多样化的物体实例，这些实例来自多个领域，条件和背景各异，从而形成大规模训练集。与现有自动数据合成方法不同，我们的方法是首次针对ILR特定挑战而设计，无需依赖任何真实图像。对基础视觉模型在生成数据上进行微调，可显著提升跨七个ILR基准的数据检索性能。我们的方法为大规模数据收集和策展提供了一种新型、高效且有效的替代方案，引入一种新的ILR范式：仅需输入目标领域的名称，即可实现广泛的实际应用。
引用
@article{arxiv.2510.09171,
title = {Instance-Level Generation for Representation Learning},
author = {Yankun Wu and Zakaria Laskar and Giorgos Kordopatis-Zilos and Noa Garcia and Giorgos Tolias},
journal= {arXiv preprint arXiv:2510.09171},
year = {2025}
}