محققان در مقاله جدیدی، گامی تازه برای افزایش بهرهوری مدلهای بینایی ماشین برداشتهاند. متد جدید «Object-centric LeJEPA» با تمرکز بر روی «اشیاء» به جای کلِ تصویر، توانسته است عملکرد مدلها را در وظایفی مثل تشخیص اشیاء، بخشبندی تصاویر و ردیابی به شدت بهبود ببخشد.
این روش با استفاده از ماسکهای آماده SAM، مشکل «وابستگی چرخهای» در یادگیری خودنظارتی را حل کرده و باعث شده مدلها با دادههای کمتر، خروجیهای بسیار دقیقتری ارائه دهند. نتایج آزمایشها روی مجموعهدادههای معروفی مثل COCO و ImageNet نشاندهنده برتری محسوس این رویکرد در مقایسه با روشهای قبلی است.
منبع: arXiv Machine Learning
