Sep, 2024

关注提示：一种全新基准用于基于提示的类别无关计数

HTML
PDF
TL;DR本文解决了计算机视觉中类别无关计数的评估问题，指出现有基准在评估模型理解计数对象方面的不足。提出的Prompt-Aware Counting（PrACo）基准通过两项针对性测试和评价指标，显著提高了评估的准确性，发现一些最先进的方法在标准计数指标上表现出色，但在理解输入提示时存在明显缺陷。
发现论文，激发创造
  • 类别无关计数

    本文提出了一种能够在不同对象类别上通用计数的模型，将计数问题转化为匹配问题，利用图像自相似性和丰富的标注视频数据进行训练，并使用适配器模块实现对模型的快速定制，获得了在细胞，汽车和人群计数数据集上具有竞争力和领先水平的表现。

    Nov, 2018

  • 现成的视觉Transformer模型：针对少样本类别无关计数的出乎意料的基线

    本文提出一种使用预训练的Vision Transformer（ViT）的解决方案，实现了Class-Agnostic Counting（CAC），并将其称为CACViT。实验结果表明，CACViT在FSC147和CARPK数据集上均具有很强的鲁棒性和高效性，相较于其他现有的类别无关计数方法减少了23.60%的误差。

    May, 2023

  • ABC Easy as 123: 一个用于无样本多类别、类别无关计数的盲计数器

    使用第一个多类别、无类型先验的计数数据集（MCAC）和一个无类型先验的盲计数器（ABC123），该方法可以在训练或推断过程中同时计数多种类型的对象，不需要使用对象示例。ABC123在MCAC上的性能优于现有方法，也适用于FSC-147，这是一个标准的无类型计数数据集。

    Sep, 2023

  • 语言-视觉模型下的零样本物体计数

    零样本目标计数 (ZSC) 是一种新的设置，只需类名作为测试时间的输入。我们提出了找到几个目标裁剪样本并将其用作计数示例的方法，该方法消除了对人工注释者的需求并实现了自动化操作。通过使用大型语言-视觉模型构建类原型，我们选择包含目标对象的补丁，同时使用排名模型评估每个补丁的计数误差并选择最合适的示例用于计数。在最近的类别无关计数数据集 FSC-147 上的实验结果验证了我们方法的有效性。

    Sep, 2023

  • 点、线段和计数：一种用于对象计数的普遍框架

    基于检测的PseCo框架将SAM和CLIP结合起来，实现了对少样本和零样本的准确目标计数，通过点定位、分割和计数等步骤解决了效率和小物体区分等难题。

    Nov, 2023

  • 通过语言引导的模板学习提升零样本计数

    通过深入研究语言引导示例学习，论文提出了一种新颖的ExpressCount，用于改进零样本物体计数。通过语言导向的示例感知器和下游视觉零样本计数管道构成的ExpressCount，在寻找细粒度特征方面表现出色，充分利用了来自大型语言模型的丰富语义先验知识，并显著提升了任意类别的零样本学习能力，从而为发展和验证基于语言的计数模型开辟了新的途径。大量实验证明了ExpressCount的最先进性能，甚至展示了与部分特定类别计数模型相媲美的准确性。

    Feb, 2024

  • 训练无关的类别不可知计数的简单而有效的基线

    不需要训练的前提下，本研究提出了一种直接的解决方案，通过利用预先存在的基础模型进行实例级分割，通过四项关键技术的结合，实现了性能的显著提升，与基于训练的方法相媲美。

    Mar, 2024

  • 一种统一的基于提示的计数的定点方法

    该研究论文介绍了一种基于提示的计数框架，能够生成关注对象的密度图，并采用固定点推理和对比训练来提高计数准确性。

    Mar, 2024

  • CountCLIP -- [Re] 教 CLIP 数到十

    本研究重现了“教CLIP计算到十”的研究，该研究通过引入一个计数-对比损失项，对CLIP模型进行微调，以提高图像的零样本计数准确性并保持零样本分类性能。

    Jun, 2024

  • CountGD: 多模态开放世界计数

    这篇论文旨在提高图像中开放词汇对象数量计数的普适性和准确性，通过引入多模态的文本和实例作为目标对象，改进了现有的计数模型。通过 CountGD 模型，既可以使用文本描述，也可以使用视觉实例或两者结合来提供计数提示，从而在多个计数基准测试中表现出色，超过了以往所有的模型。

    Jul, 2024