DisParQ 用冻结 DINOv2 自监督学习离散部件概念，ImageNet 线性探测达 83.2% top-1
DisParQ 提出一种无需类别标签和语言监督的方法，从冻结的纯视觉自监督骨干网络中学习空间定位的离散概念表示：每个图像块被分配给可学习原型字典中的唯一概念，每张图仅稀疏激活少量概念，并用连续残差量化出的离散属性刻画概念变化，空间解码器仅凭概念与属性重建骨干表示；在七个数据集上，其在 ImageNet 线性探测中达到 83.2% top-1，接近冻结的 DINOv2 教师，概念一致性高于语言对齐模型，细粒度识别保持竞争力，并支持跨类别部件检索。