通过学习计数进行表示学习

我们介绍了一种新颖的表示学习方法，该方法使用基于计数视觉基元的人工监督信号。该监督信号源自一种等变关系，不需要任何人工标注。我们将图像的变换与表示的变换联系起来。更具体地说，我们寻找满足这种关系的表示，而不是寻找匹配给定表示的变换。在本文中，我们在计数的背景下使用了两种图像变换：缩放和平铺。第一种变换利用了视觉基元的数量应对尺度保持不变的这一事实。第二种变换允许我们将每个图块中视觉基元的总数与整个图像中的总数相等。这两种变换被结合在一个约束中，并用于通过对比损失训练神经网络。所提出的任务产生的表示在迁移学习基准测试中表现持平或优于最先进水平。