Referring Expression Counting

新的C-REX框架增强了计数任务的视觉辨别能力

研究人员推出了一种新颖的监督对比学习框架C-REX，旨在增强指代表达计数（REC）任务。该方法将对比学习从图像-文本对齐空间转移到视觉嵌入空间，允许从同一图像内的视觉标记中派生出更多的负样本。这种方法能够实现更鲁棒的细粒度视觉辨别和更好的泛化能力。C-REX无需架构修改即可集成到现有的REC模型中，并已展示出最先进的成果，显著提高了在复杂计数场景和其他相关任务上的性能。