Grafit: Aprendendo representações de imagem mais finas com rótulos grosseiros

Este artigo aborda o problema de aprender uma representação mais fina do que a fornecida pelos rótulos de treinamento. Isso permite a recuperação de categorias de imagens em uma coleção anotada apenas com rótulos grosseiros. Nossa rede é aprendida com um objetivo de classificador de vizinhos mais próximos e uma perda de instância inspirada no aprendizado auto-supervisionado. Ao aproveitar conjuntamente os rótulos grosseiros e o espaço latente subjacente mais fino, isso melhora significativamente a precisão dos métodos de recuperação em nível de categoria. Nossa estratégia supera todos os métodos concorrentes para recuperar ou classificar imagens em uma granularidade mais fina do que a disponível no momento do treinamento. Isso também melhora a precisão para tarefas de aprendizado de transferência para conjuntos de dados mais finos.