本計畫將提出一個「Multimodel-based and In-Training XAI for Unsupervised Tiny and Fine-grained Visual Representation Clustering」，將Multimodel與contrastive learning結合，運用輔助圖提升模型關注Tiny重要特徵的能力，除此之外，也嘗試加入In-Training XAI，運用XAI的結果引導模型訓練，強化模型擷取特徵的能力，以達成透過非監督式(unsupervised learning)的方法，讓不同類別的圖片可以分在不同的群中，每一個群的成員大部分或全部是由同一個類別的圖片組成，若群分的好，即可完全無標註就能完成分類的任務。此技術大幅降低需要人工標註資料的問題，不僅前瞻，將可推廣擴散至各產業，大幅提升搜集資料導入AI的效率。
