CiPR: 一种具有跨实例正面关系的高效广义类别发现框架【英文版】

英文标题：CiPR: An Efficient Framework with Cross-instance Positive Relations for Generalized Category Discovery中文摘要：本文提出了一种名为 CiPR 的框架来解决广义类别发现的问题，其考虑了在部分标记的数据集中自动聚类未知类别的实例，并提出了交叉实例正关系的利用以进行对比学习来引导表示，同时使用选择的邻居聚类算法进行半监督层次聚类，并提出了一种方法来估计未知的类别数量。在公共图像识别数据集上的测试表明，该框架在部分数据集上都可以成为新的最新技术。英文摘要：We tackle the issue of generalized category discovery (GCD). GCD considersthe open-world problem of automatically clustering a partially labelleddataset, in which the unlabelled data contain instances from novel categ