本論文では、学習ラベルよりも細かい表現を学習する問題に取り組んでいます。これにより、粗いラベルのみで注釈された画像コレクションにおいて、細かいカテゴリの検索が可能になります。我々のネットワークは、最寄り近傍分類器の目的関数と、自己監督学習から着想を得たインスタンス損失を使用して学習されます。粗いラベルと潜在的な細かい粒度の空間を同時に活用することで、カテゴリレベルの検索手法の精度を大幅に向上させています。我々の戦略は、訓練時に利用可能な粒度よりも細かい粒度での画像検索や分類において、すべての競合手法を上回っています。また、細かい粒度のデータセットへの転移学習タスクでも精度が向上し、iNaturalist-2018などの5つの公開ベンチマークで新しい最先端の成果を達成しています。