NIPS 2024 | 基于注意力作为提示的无训练开放式对象检测与分割

文章预览

前言   最近，研究人员提出了一个更实用的问题，即开放式对象检测，该任务在没有任何对象类别输入的情况下发现未见过的对象。在本文中，作者提出了VL-SAM，一个无需额外训练的框架，结合了广义对象识别模型（即视觉-语言模型）和广义对象定位模型（即Segment-Anything模型），以解决开放式对象检测和分割任务。作者通过注意力图作为提示，将这两个广义模型连接起来。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 来源 ：计算机书童 仅用于学术分享，若侵权请联系删除 1 论文信息 题目：Training-Free Open-Ended Object Detection and Segmentation via Attention as Prompts 基于注意力作为提示的无训练开放式对象检测与分割 作者：Zhiwei Lin, Yongtao Wang, Zhi Tang 2 论文创新 ………………………………