Beyond Known Clusters: Probe New Prototypes for Efficient Generalized Class Discovery

广义类别发现（GCD）旨在基于从有标签数据中学到的知识，动态地为未标记的数据分配标签，其中未标记的数据可能来自已知或新颖的类别。目前的方法通常涉及对所有数据进行聚类，并通过原型对比学习来学习概念。然而，现有方法很大程度上依赖于聚类算法的性能，因此受到它们固有的限制。首先，估计的聚类数通常比实际情况少，使得现有方法缺乏全面概念学习的原型。为了解决这个问题，我们提出了一种自适应探测机制，引入可学习的潜在原型来扩展聚类原型（中心）。由于潜在原型没有确定的真值，我们开发了一个自监督原型学习框架，以端到端的方式优化潜在原型。其次，聚类计算密集，传统的同时对有标签和未标记实例进行聚类的策略加剧了这个问题。为了解决这个效率问题，我们选择仅对未标记实例进行聚类，并随后通过引入的潜在原型扩展聚类原型，快速探索新颖类别。尽管我们提出的方法很简单，但在广泛的数据集上进行的大量实证分析证实，我们的方法始终提供最先进的结果。具体而言，我们的方法在斯坦福汽车数据集中超过了最近的竞争者\textbf{9.7}$\%$，在Herbarium 19数据集中的聚类效率提高了\textbf{12倍}。我们将在\url{https://github.com/xjtuYW/PNP.git}公开代码和检查点。

论文旨在解决Generalized Class Discovery (GCD)中现有方法的问题，即聚类算法的限制和计算效率低下，同时试图提出一种新的自适应探测机制来扩展聚类原型。

论文提出了一种自适应探测机制，引入可学习的潜在原型来扩展聚类原型，解决了现有方法中聚类算法限制的问题。同时，该方法只聚类未标记的实例，通过引入潜在原型快速探索新的类别，提高了计算效率。

论文的实验结果表明，该方法在多个数据集上均能够取得最先进的结果，并且在Stanford Cars数据集上的表现超过了最近的竞争者9.7％，在Herbarium 19数据集上的聚类效率提高了12倍。论文提供了代码和检查点的开源，并鼓励进一步探索该方法的应用。

最近的相关研究包括《Contrastive Learning for Unsupervised Generalized Zero-Shot Learning》、《Zero-shot learning via category-specific distributed feature representations》等。