Tag · 1 篇
TAR: Token-Aware Refinement for Fine-grained Generalized Category Discovery
指出 ViT 注意力在少数词元上异常高响应(注意力伪影)会压制细粒度局部线索,并提出用整个词元序列而非仅首个词元做分类的即插即用精炼模块,可直接移植到任何基于 ViT 特征的细粒度识别或开放类别发现流程中。