日本团队提出 FDSML，无需真实图像预训练提升图像检索

日本研究团队提出公式驱动监督度量学习方法 FDSML，相关论文获 WACV 2027 接收。该方法以 FractalDB 的分形生成参数作为监督信号，无需真实图像预训练即可将基于分类的合成数据训练扩展至度量学习，并在 Stanford Cars 检索任务上将 Recall@1 提升 22.2 个百分点。