setcontext

SetCon 提出通过集合级概念预测实现开放式指代分割

研究人员推出 SetCon，一种新颖的开放式指代分割方法，它将多个目标视为一个连贯的集合，而不是单独的输出。该方法将问题重新表述为显式的集合级概念预测，利用大型视觉语言模型 (LVLMs) 生成的自然语言概念。SetCon 首先预测一个广泛的集合级概念，然后将其细化为更细粒度的组，在图像和视频基准测试中取得了最先进的结果，尤其是在处理越来越多的指代目标时。