PulseAugur
实时 11:03:58
English(EN) Test-Time Prototype Adaptation for Open-Vocabulary Semantic Segmentation

新的即插即用方法增强了开放词汇语义分割

研究人员开发了测试时原型自适应(TPA),一种新颖的开放词汇语义分割(OVSS)即插即用方法。TPA 在输出层面运行,无需修改主机模型的权重或前向传播。它识别来自未标记部署域图像的置信锚点块以创建每类原型,然后用于生成辅助分数。该分数通过线性组合与主机的 logits 融合,在无需针对主机进行调优的情况下,持续提高各种 OVSS 方法和 CLIP 主干的分割精度。 AI

影响 该方法提供了一种无需训练即可提高语义分割精度的方法,且无需修改现有模型。

排序理由 这是一篇详细介绍一种新的语义分割方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的即插即用方法增强了开放词汇语义分割

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Haozhe Wang, Jintao Cheng, Weibin Li, Xiaoyu Tang ·

    面向开放词汇语义分割的测试时原型自适应

    arXiv:2608.08290v1 Announce Type: new Abstract: Open-vocabulary semantic segmentation (OVSS) repurposes a pretrained CLIP encoder for dense prediction without additional labeled supervision. Existing methods improve CLIP's spatial behavior either by redesigning its internal atten…