Abstract
无监督协同定位co-localization 的目标是在以下假设下定位场景中的对象：1) 数据集仅包含一个超类，例如鸟类，以及 2) 数据集中没有人工标注的标签。最近的方法通过采用预测旋转等自监督表示学习方法实现了令人印象深刻的共定位性能。在本文中，我们 直接在注意力图上引入了一个新的对比目标，以提高共定位性能。我们的对比损失函数利用丰富的位置信息，诱导模型有效地激活对象的范围。此外，我们提出了一个像素级的注意力池化，它有选择地 跨通道聚合关于大小的特征图。我们的方法很简单，通过广泛的定性和定量评估证明是有效的，在四个数据集上实现了最先进的共定位性能：CUB-200-2011、Stanford Cars、FGVC-Aircraft 和 Stanford Dogs。我们的代码将在线公开供研究社区使用。