arXiv · 机器人与计算机视觉· Abdullah Hamdi·· 28 天前AI 评分53
LLMSeg:一种无需训练的文本提示图像分割方法
LLMSeg: Training-Free Text-Prompted Image Segmentation with B-Splines
AI 导读
LLMSeg 是一种无需训练即可将视觉能力大语言模型转化为文本提示图像分割器的流水线。该方法将分割分解为三个阶段:首先检测并描述匹配自由文本查询的实例及其粗略形态;其次使用封闭周期性 B-样条追踪每个实例以定义外边界和可选孔洞循环;最后迭代细化,围绕残差错误重新追踪受限样条直至掩码稳定或预算耗尽。
来源:arXiv · 机器人与计算机视觉 · arxiv.org