本文提出了一种基于知识迁移的新型目标检测算法，基于训练一个单一的多类目标检测器，可以实现在语义层次结构中的所有源类上训练。该技术可以应用于多个数据集，并且在ILSVRC 2013检测数据集上已经成功实现了目标检测领域的业界新纪录。

Aug, 2017

本论文提出了一种新的基于弱监督和半监督框架的语义分割系统，可以处理包括对象、部分、杂物和属性在内的无限数量的概念，通过训练深度神经网络，产生视觉-语义嵌入，在完全注释的数据集上训练注意力驱动类无关分割网络。

Aug, 2018

该研究提出了通过将图像映射到类别嵌入中以学习语义鉴别性特征的方法，从而提高图像检索结果的语义一致性。结果显示在CIFAR-100，NABirds和ImageNet上，学习到的图像嵌入大大提高了图像检索结果的语义一致性。

Sep, 2018

该研究提出了一种基于最大化共享环境的多视角特征提取之间的互信息来进行自我监督表示学习的方法，并通过使用该方法建立一个模型，该模型学习到的图像表示在ImageNet等任务上的表现优于以前的方法。

Jun, 2019

通过预测图像与文本配对来预训练计算机视觉系统，使其可以从自然语言描述中直接学习视觉概念，从而实现零样本迁移，并在多个计算机视觉任务上展现出竞争力。

Feb, 2021

本研究利用训练的物体检测器的行为高级信息，寻求影响物体检测器结果的最小区域，形成bound box attribution map（BBAM)。该方法基于伪标注数据进行弱监督的语义及实例分割，能提高PASCAL VOC和MS COCO数据集的分割结果。

Mar, 2021

通过引入背景增强技术，加强自监督学习中对物体的语义关注， 系统调研发现其在多个自监督学习任务中均有大幅提升效果，并成为有监督学习的有力竞争者，并在无监督显著性检测方面取得进展。

Mar, 2021

本文提出了一种名为Object-level Representation Learning（ORL）的自监督学习框架，旨在从场景图像中进行物体级别的表示学习，通过利用图像级别的自监督预训练作为先验，实现物体级别的语义对应。实验结果表明，ORL在场景图像的自监督学习中显著提高了性能，在某些下游任务中甚至超过了受监督的ImageNet预训练，并在更多未标记的场景图像可用时改善了下游性能，展示了它在利用野外未标记数据方面的巨大潜力，希望它能激发未来更多关于从场景数据中进行通用无监督表征学习的研究。

Jun, 2021

我们通过利用文化图像的感知知识，结合深度视觉模型的感知理解，提出了一种新的方法，用于在图像中检测抽象概念和进行图像分类。通过自动提取图像中的感知语义单元，并将其建模和整合到ARTstract Knowledge Graph (AKG)中，我们增强了AKG的性能和可解释性。结果表明，我们的方法在抽象概念图像分类方面优于现有技术，这表明了神经符号方法在知识整合和图像表示方面具有强大的潜力。

Feb, 2024

我们介绍了一个名为ImageNot的数据集，这个数据集在规模上与ImageNet相匹配，但在其他方面有很大差异。我们展示了在ImageNot上训练和评估的关键模型架构与在ImageNet上的排名完全相同，不论是从头开始训练还是微调模型。此外，每个模型相对于之前模型的改进在两个数据集中都强相关。我们进一步提供了证据表明，ImageNot在迁移学习方面具有与ImageNet类似的效用。我们的工作展示了图像分类模型相对性能具有惊人的外部有效性，这与即使在数据集发生微小变化时绝对准确性数字通常会急剧下降的情况形成对比。

Apr, 2024