يمتد الباحثون إطار عمل LeJEPA لمحاذاة التمثيلات المتمحورة حول الكائنات بدلاً من الصور الكاملة، معالجين عدم استقرار تجزئة المشهد ذاتي الإشراف باستخدام مقترحات SAM الجاهزة لأقنعة الكائنات. تدمج الطريقة خسارة فصل المثيل التي تعامل الكائنات الأخرى في المشهد كسلبية لتعزيز الأداء.
- يمدد هدف الانهيار التوزيعي لـ LeJEPA إلى مجموعات متغيرة الحجم من الكائنات.
- يستخدم مقترحات SAM الجاهزة الرخيصة لتوفير أقنعة الكائنات أثناء التدريب.
- يطبق خسارة فصل المثيل لمعاملة الكائنات الأخرى كسلبية.
- يتفوق على LeJEPA على مستوى الصورة عبر مقياسين للنموذج على 10-100% من بيانات COCO.
يُظهر LeJEPA على مستوى الكفاءة أداءً متفوقًا في التتبع (DAVIS)، والتصنيف (ImageNet-1k)، والتجزئة (ADE20k)، وإعادة التعريف (NAVI) مقارنة بنظيره على مستوى الصورة.