研究人员开发了 CLIP-EBC，这是一种新颖的方法，使 CLIP 模型能够准确估计图像中的拥挤密度。该方法通过使用整数值箱来减少歧义，并结合基于密度图的回归损失以改进预测，从而解决了现有基于分类的框架的局限性。CLIP-EBC 表现出具有竞争力的性能，在 NWPU-Crowd 数据集上取得了最先进的成果，与以前的方法相比有了显著改进。 AI
影响 增强了 CLIP 在拥挤密度估计等专业计算机视觉任务中的能力。
排序理由 这是一篇详细介绍用于拥挤计数的新模型和框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
