研究人员推出了一种新颖的无图像查询多类别视觉计数方法 UniCounting。与专注于具有特定示例的单类别计数方法不同,UniCounting 仅凭 RGB 图像即可预测完整的类别-计数向量,并使用固定的全局词汇表。该系统利用 SAM 2.1 等通用分割器生成掩码,并利用 DINOv2 和 OpenCLIP 进行特征提取,仅训练一个小型关系头来推断相同实例的亲和力。该方法旨在提高图像中多类别计数的准确性并减少错误。 AI
影响 引入了一种新的多类别视觉计数方法,有望提高需要复杂对象枚举的数据集的性能。
排序理由 该条目是一篇学术论文,详细介绍了一种新的视觉计数方法。 [lever_c_demoted from research: ic=1 ai=1.0]
- CARPK
- COCO clean500
- DINOv2
- FSC-147
- OmniCount-sub
- Open Clip Art Library
- OWLv2-All80
- SAM 2.1
- UniCounting
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →