zero-shot semantic segmentation | BriefGPT

关键词zero-shot semantic segmentation

搜索结果 - 11

ICMLCascade-CLIP: 零样本语义分割的级联视觉 - 语言嵌入对齐
基于预训练视觉 - 语言模型的 Cascade-CLIP 方法，在零样本语义分割任务中通过引入一系列独立解码器，以级联方式将多层次的视觉特征与文本嵌入对齐，取得了优秀的性能。
PDFa month ago
基于语言的视觉一致性用于零样本语义分割
通过基于训练的视觉 - 语言模型，CLIP，使用变换器解码器将视觉特征与类别嵌入对齐，生成语义分割掩码，本研究提出一种语言驱动的视觉共识（LDVC）方法，通过利用类别嵌入作为锚点，引导视觉特征朝向类别嵌入，通过引入路由注意力来增强同一对象内
PDF4 months ago
AAAICSL：无类别约束的结构受限学习在分割中的应用，包括未见到的类别
通过集成结构约束并提升性能，我们提出了一种与现有方法相结合的插件框架，用于解决跨越三个任务的问题，包括未知类别分割、零样本语义分割和域自适应分割。我们通过两种方案将该框架集成到现有方法中，以提高现有算法在这些任务中的性能。
PDF7 months ago
一种简易的零样本学习组合：纹理敏感的语义分割 IceHrNet 和高级样式转移学习策略
提出了一种使用风格迁移的零样本语义分割的简易方法。通过将医学成像数据集（血细胞成像）用于训练河冰语义分割模型，建立了固定摄像机的河冰语义分割数据集，并提出了一种高分辨率纹理融合语义分割网络 IceHrNet。该网络采用 HRNet 作为骨干
PDF9 months ago
MixReorg：跨模态混合 Patch 重组是开放世界语义分割的良好掩膜学习器
最近，在具有图像级文本监督训练的语义分割模型中，在具有挑战性的开放世界场景中展示出了有希望的结果。然而，这些模型仍然面临在像素级学习细粒度语义对齐和预测准确的对象掩码方面的困难。为了解决这个问题，我们提出了 MixReorg，这是一种用于语
PDFa year ago
使用特征模仿交互式分割 NeRF
本论文研究了将语义特征应用于 Neural Radiance Fields（NeRF）以拓展其应用于实现复杂场景中物体的交互。研究提出了使用感知模型的主干特征，通过渲染语义特征，并仅应用感知模型的解码器，从而实现零样本语义分割的框架。同时可
PDFa year ago
SATR：3D 形状零样本语义分割
通过使用大规模现成的 2D 图像识别模型，探索零样本语义分割 3D 形状的任务。我们的研究表明，现代的零样本 2D 目标检测器比当代的文本 / 图像相似性预测器或甚至零样本 2D 分割网络更适合此任务。我们的核心发现是，使用底层表面的拓扑属
PDFa year ago
解耦单次网络的零样本语义分割
该研究提出了一种零样本语义分割的模型，使用两个流模型解决提案掩模生成和使用预先训练的视觉 - 语言模型的段分类，并采用修补切断和分类锚学习来提高分类准确率和降低运行时间。
PDFa year ago
CVPR零样本语义分割解耦
本文提出了一种新的基于分割标签的应对零样本图像语义分割任务的方法 ——ZegFormer，采用无类别分组任务（class-agnostic grouping task）和基于分割标签的零样本分类任务（zero-shot classifica
PDF3 years ago
ICCVSIGN: 基于空间信息的生成网络用于广义零样本语义分割
本文提出了零样本语义分割问题中的相对位置编码和退火自训练策略，并在三个基准数据集上进行了全面的实验评估。
PDF3 years ago
ICCV利用联合嵌入空间进行广义零样本语义分割
本文提出了一种基于边界感知回归和语义一致性损失实现零样本语义分割任务的方法，并将其与 Apollonius 校准技术相结合，提高了分类器的泛化性能。实验结果表明该方法在标准数据集上实现了最先进的性能表现。
PDF3 years ago