arXiv · 机器人与计算机视觉· Dengke Zhang, Fagui Liu, Quan Tang, C. L. Philip Chen·· 2026-10-20精选AI 评分82
CorrCLIPv2:利用无标签图像进行开放词汇语义分割
CorrCLIPv2: Harnessing Unlabeled Images for Open-Vocabulary Semantic Segmentation
AI 导读
论文提出了名为 CorrCLIPv2 的统一免训练对象中心框架,旨在解决对比语言 - 图像预训练(CLIP)在开放词汇分割任务中受噪声类间补丁交互影响的问题。该方法通过解耦类间交互、利用自监督模型的空间相干特征计算注意力分数以减轻掩码不准确性,并设计细化机制同时增强空间细节与语义表示。
推荐理由
该工作提出无需训练的 CorrCLIPv2 框架,利用无标签图像构建记忆库并集成多 CLIP 模型,在多个基准上实现开放词汇分割的新最先进水平。
来源:arXiv · 机器人与计算机视觉 · arxiv.org