UniCounting

UniCounting 解决了无图像查询的多类别视觉计数问题

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。