Zero-shot object counting

AdaCount框架提升零样本目标计数准确性

研究人员开发了AdaCount，一个新颖的、无需训练的框架，旨在提高密集场景下的零样本目标计数（ZOC）能力。AdaCount利用一个由原型驱动的相似性图来指导空间扭曲和特征调制，有效地重新分配图像分辨率并增强与目标相关的表示，而无需重新训练模型。这种方法增强了像SAM3这样的基础模型识别和分离大量小对象的能力，克服了现有方法的局限性。在六个基准测试上的实验表明，AdaCount在无需训练的ZOC技术中取得了最先进的性能。