无监督目标定位：通过观察背景发现目标

自监督视觉表征学习的最新进展为处理目标发现与实例分割等任务的无监督方法铺平了道路。然而，在无监督情况下发现图像中的目标是一项非常困难的任务；所需的目标是什么、何时将其分离为部件、有多少个、属于哪些类别？这些问题的答案取决于评估任务和数据集。在本工作中，我们采取一种不同的方法，提议转而寻找背景。这样，显著目标作为副产品浮现，而无需对目标应是什么做任何强假设。我们提出 FOUND，一个由单个 $conv1\times1$ 组成的简单模型，用从基于自监督块的表征中提取的粗背景掩码初始化。在快速训练并细化这些种子掩码后，该模型在无监督显著性检测和目标发现基准上达到了最先进的结果。此外，我们展示了我们的方法在无监督语义分割检索任务中也能取得良好结果。用于复现我们结果的代码可在 https://github.com/valeoai/FOUND 获取。