本研究提出了一种新框架，通过对比学习从输出训练数据中直接学习可微结构损失函数，以应对结构预测中的复杂性挑战。实验结果表明，该方法在性能上优于传统的预定义核方法。

该研究提出了一种新框架，结合自上而下的路径，解决了传统目标中心学习在复杂视觉环境中的问题，显著提升了对象表现力，达到了最先进的性能。