论文页面 - MARCO：穿越语义对应“看不见”的空间

来源：https://huggingface.co/papers/2604.18267

摘要

MARCO 是一个轻量、高速的模型，通过“由粗到精”目标与自蒸馏框架，结合 DINOv2 与扩散主干，在训练数据之外显著提升语义对应精度与泛化能力。

近期语义对应（https://huggingface.co/papers?q=semantic%20correspondence）进展依赖双编码器架构（https://huggingface.co/papers?q=dual-encoder%20architectures），将 DINOv2（https://huggingface.co/papers?q=DINOv2）与扩散主干（https://huggingface.co/papers?q=diffusion%20backbones）结合。这些十亿级参数模型虽然准确，但对训练关键点之外的泛化不佳，暴露出基准性能与真实可用性之间的鸿沟：实际查询点极少与训练时所见吻合。

我们在 DINOv2 基础上提出 MARCO，一个面向可泛化对应的统一模型，其全新训练框架同时增强细粒度定位（https://huggingface.co/papers?q=fine-grained%20localization）与语义泛化（https://huggingface.co/papers?q=semantic%20generalization）。通过“由粗到精”目标提升空间精度，并辅以自蒸馏框架将稀疏监督（https://huggingface.co/papers?q=sparse%20supervision）扩展到标注区域之外，我们的方法将少量关键点转化为稠密、语义一致的对应。

MARCO 在 SPair-71k、AP-10K、PF-PASCAL 上刷新 SOTA，细粒度定位阈值处提升更明显（+8.9 [email protected]），对未见关键点（+5.1，SPair-U）与类别（+4.7，MP-100）泛化最强，体积仅扩散方法的 1/3，速度提升 10 倍。

代码开源：https://github.com/visinf/MARCO

查看 arXiv 页面（https://arxiv.org/abs/2604.18267）
查看 PDF（https://arxiv.org/pdf/2604.18267）
项目主页（https://visinf.github.io/MARCO）
GitHub（https://github.com/visinf/MARCO）
添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2604.18267）

在智能体中阅读本文：

hf papers read 2604.18267

未安装最新 CLI？
curl -LsSf https://hf.co/cli/install.sh | bash

引用该论文的模型 0

暂无模型引用该论文

在模型 README.md 中引用 arxiv.org/abs/2604.18267，即可在此页面显示链接。

引用该论文的数据集 0

暂无数据集引用该论文

在数据集 README.md 中引用 arxiv.org/abs/2604.18267，即可在此页面显示链接。

引用该论文的 Spaces 0

暂无 Space 引用该论文

在 Space README.md 中引用 arxiv.org/abs/2604.18267，即可在此页面显示链接。

包含该论文的收藏 0

暂无收藏包含该论文

创建收藏 并添加该论文，即可在此页面显示链接。