- 1、本文档共16页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
分割匹配用于归纳零样本语义分割
JialeiChen11NagoyaUniversity
2AIThrust,HKUST(GZ)
XuZheng2,33
INSAIT,SofiaUniversity,St.Kliment
Ohridski
DongyueLi2
ChongYi1
本
译
SeigoIto1
中
2
DandaPaniPaudel3
v
3
2
03
LucVanGool
5
0
.
51
HiroshiMurase
0
5
2
:
DaisukeDeguchi1
v
i
x
r
a
摘要
零样本语义分割(ZSS)旨在分割在训练期间未标注的类别。虽然微调视觉-语
言模型已取得令人鼓舞的结果,但由于缺乏对未见类别的监督,这些模型往往过
度拟合到已见类别。作为一种完全监督方法的替代方案,基于查询的分割在零样
本语义分割中展示了巨大的潜力,因为它能够在不依赖显式标签的情况下实现对
象定位。然而,传统匈牙利匹配作为基于查询框架的核心组成部分,需要全面的
监督,并且在ZSS设置下经常将未见类别错误分类为背景。为了解决这一问题,
我们提出了一种名为分割匹配(SM)的新分配策略,该策略将匈牙利匹配分解为
©2025.Thecopyrightofthisdocumentresideswithitsauthors.
Itmaybedistributedunchangedfreelyinprintorelectronicforms.
2
ExistingQuery-basedMethodOurmethod
UnlabeledUnlabeledCandidateCandidate
CLIPVisual
BearBear
Bear
(Seen)(Seen)Encoder(Seen)
SeenLabelSeenLabelUnseenPseudoMask
PseudoMask
QueriesQueries
:Bear:Bear
Query-basedHungarian:NoneQuery-basedSplit:Potential
SegmentorMatching:NoneSegmentorMatching:None
Image
文档评论(0)