نویسندگان:
(1) Zhaoqing Wang، دانشگاه سیدنی و AI2Robotics.
(2) Xiaobo Xia، دانشگاه سیدنی.
(3) Ziye Chen، دانشگاه ملبورن.
(4) Xiao He، AI2Robotics.
(5) Yandong Guo، AI2Robotics؛
(6) مینگ مینگ گونگ، دانشگاه ملبورن و دانشگاه هوش مصنوعی محمد بن زاید.
(7) Tongliang Liu، دانشگاه سیدنی.
جدول پیوندها
چکیده و 1. مقدمه
2. آثار مرتبط
3. روش و 3.1. تعریف مشکل
3.2. پایه و 3.3. چارچوب Uni-OVSeg
4. آزمایشات
4.1. جزئیات پیاده سازی
4.2. نتایج اصلی
4.3. مطالعه ابلیشن
5. نتیجه گیری
6. تأثیرات و مراجع گسترده تر
الف. جزئیات چارچوب
ب. تقسیم بندی سریع
ج. تجسم
چکیده
رویکردهای پیشرفته تقسیم‌بندی واژگان باز معمولاً به سه‌گانه تصویر-ماسک-متن متکی هستند، اما این حاشیه‌نویسی محدود کار فشرده است و در سناریوهای پیچیده دنیای واقعی با موانع مقیاس‌پذیری مواجه می‌شود. اگرچه برخی روش‌ها برای کاهش هزینه حاشیه‌نویسی تنها با نظارت متنی پیشنهاد شده‌اند، ناقص بودن نظارت به شدت تطبیق‌پذیری و عملکرد را محدود می‌کند. در این مقاله، با استفاده از جفت‌های مستقل تصویر-ماسک و تصویر-متن که به ترتیب به راحتی قابل جمع‌آوری هستند، تطابق دقیق بین ماسک‌ها و متون را آزاد می‌کنیم. با این …