跳到正文
arXiv · 机器人与计算机视觉· Jinshi Liu, Pan Liu, Lei He, Weichao Luo, Rui Qian·· 2026-10-07精选AI 评分78

UniCounting:面向免查询多类别计数的实例感知提案融合方法

UniCounting: Instance-Aware Proposal Consolidation for Image-Query-Free Multi-Category Counting

AI 导读

该论文研究固定词汇表下的免图像查询多类别计数任务,提出 UniCounting 方法将计数建模为过完备提案集上的实例感知结构推理。系统使用冻结的 SAM~2.1 生成掩码、DINOv2 和 OpenCLIP 提供关系与类别特征,仅训练一个共享关系的头部来预测同一实例的亲和性。

推荐理由

提出 UniCounting 方法,在无需文本查询下实现多类别实例计数,并在 COCO 等基准上优于现有模型。

来源:arXiv · 机器人与计算机视觉 · arxiv.org