Franca

用嵌套套娃聚类，让视觉模型学得更快更准

Franca 是一个用于可扩展视觉表示学习的开源项目，其核心创新在于提出嵌套套娃聚类（Nested Matryoshka Clustering）方法。该方法通过将聚类结构嵌套化，使得模型能够学习到多尺度、层次化的视觉特征表示，从而在保持高精度的同时大幅提升训练和推理效率。Franca 主要解决传统视觉表示学习方法在处理大规模数据时计算成本高、特征表达能力不足的问题，特别适用于图像分类、检索和自监督学习等场景。项目提供了官方实现代码，基于 Python 编写，支持主流深度学习框架，并包含预训练模型和训练脚本，方便研究者复现和二次开发。作为早期项目，其星标数虽不高，但技术思路新颖，在视觉表示学习领域具有潜在的研究价值。