Online progressive instance-balanced sampling for weakly supervised object detection
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学);Chinese Academy of Sciences(中国科学院)
基于多实例检测网络(MIDN)的弱监督目标检测(WSOD)研究已经取得了很大的进展。然而,大多数方法忽略了这样一个事实,即在训练阶段,压倒性的负面实例存在于每一幅图像中,这将误导训练,使网络陷入局部极小。针对这一问题,提出了一种基于硬采样和软采样的在线渐进实例平衡采样(OPIS)算法。该算法包括两个模块:渐进式实例平衡(PIB)模块和渐进式实例重新加权(PIR)模块。PIB模块结合随机抽样和IoU平衡抽样,在平衡正实例和负实例的同时逐步挖掘硬负实例。PIR模块还利用分类器得分和相邻细化的IoU来重新加权正实例的权重,以使网络聚焦于正实例。在PASCAL VOC 2007和2012数据集上进行的大量实验结果表明,该方法可以显着改善基线,这也与许多现有的最先进的结果相当。此外,与基线方法相比,该方法不需要额外的网络参数,补充训练开销小,可以很容易地集成到基于实例分类器精化范式的其他方法中。
2022-06-21 cs.CV
MaskLab: Instance Segmentation by Refining Object Detection with Semantic and Direction Features
Google Inc.(谷歌公司);RWTH Aachen University(亚琛工业大学);UCLA(加利福尼亚大学洛杉矶分校)
在这项工作中,我们解决的问题,实例分割,同时解决目标检测和语义分割的任务。为了实现这一目标,我们提出了一个模型,称为MaskLab,它产生三个输出:框检测,语义分割和方向预测。在Faster-RCNN对象检测器的基础上,预测框提供了对象实例的准确定位。在每个感兴趣的区域内,MaskLab通过结合语义和方向预测来执行前景/背景分割。语义分割有助于模型区分不同语义类别的对象,包括背景,而方向预测,估计每个像素的方向,其相应的中心,允许分离相同的语义类别的实例。此外,我们还探讨了将最近成功的分割和检测方法(即atrous卷积和hypercolumn)结合起来的效果。我们提出的模型进行评估的COCO实例分割基准,并显示出与其他国家的最先进的模型相媲美的性能。
2017-12-13 cs.CV
SIOD: Single Instance Annotated Per Category Per Image for Object Detection
Sun Yat-sen University(中山大学);Tencent(腾讯);Jilin University(吉林大学);Peng Cheng Laboratory(鹏城实验室)
不完全数据下的目标检测是近年来研究的热点问题。弱监督目标检测(WSOD)由于缺乏实例级标注而存在严重的定位问题,而半监督目标检测(SSOD)由于标记数据和未标记数据之间的图像差异而仍然具有挑战性。在这项研究中,我们提出了单实例注释目标检测(SIOD),只需要一个实例注释的每个现有的类别在一个图像。SIOD从任务间(WSOD)或图像间(SSOD)差异降级为图像内差异,为挖掘剩余的未标记实例提供更可靠和丰富的先验知识,并权衡标注成本和性能。在SIOD环境下,我们提出了一个简单而有效的框架,称为双挖掘(DMiner),它包括一个基于相似性的伪标签生成模块(SPLG)和像素级组对比学习模块(PGCL)。SPLG首先从特征表示空间中挖掘潜在实例,以缓解标注缺失问题。为了避免被不准确的伪标签所误导,我们提出了PGCL来提高对伪标签的容忍度。在MS COCO上进行的大量实验验证了SIOD设置的可行性和所提方法的优越性,与基线方法相比,该方法获得了一致和显著的改进,并在仅标注40%实例的情况下实现了与全监督目标检测(FSOD)方法相当的结果。
2022-03-30 cs.CV
The MIS Check-Dam Dataset for Object Detection and Instance Segmentation Tasks
Indian Institute of Technology Bombay(印度理工学院孟买分校)
深度学习在目标检测和实例分割以及其他计算机视觉任务方面取得了许多最新进展。这些进步导致了基于深度学习的方法和相关方法在卫星图像的目标检测任务中的广泛应用。在本文中,我们介绍了MIS检查坝,一个新的数据集的检查坝从卫星图像建立一个自动化系统的检测和测绘检查坝,重点是用于农业的灌溉结构的重要性。我们回顾了一些最新的目标检测和实例分割方法,并评估了它们在我们的新数据集上的性能。我们评估了几个单阶段,两阶段和注意力为基础的方法在各种网络配置和骨干架构。数据集和预训练模型可在https://www.cse.iitb.ac.in/gramdrishti/上获得。
2021-11-30 cs.CV
Learning Instance-Aware Object Detection Using Determinantal Point Processes
Seoul National University(首尔国立大学)
最近的对象检测器在对候选区域进行分类的同时找到实例。由于每个区域都是独立评估的,因此检测器的候选区域数量通常大于对象数量。由于检测的最终目标是为每个对象分配单个检测,因此使用诸如非最大抑制(NMS)的启发式算法来为对象选择单个限界框。虽然简单的启发式算法对于独立对象是有效的,但它们可能无法检测重叠对象。在本文中,我们通过训练网络来解决这个问题,以使用候选框之间的关系来区分不同的对象。我们提出了一个实例感知检测网络(IDNet),它可以学习从候选区域中提取特征并测量它们的相似性。基于成对相似性和检测质量,IDNet使用实例感知的确定性点过程推理(IDPP)选择候选边界框的子集。大量的实验表明,该算法实现了显着的改进,检测重叠的对象相比,现有的国家的最先进的检测方法的PASCAL VOC和MS COCO数据集。
2019-09-02 cs.CV
Transformer-based Multi-Instance Learning for Weakly Supervised Object Detection
Southeast University(东南大学);The University of Newcastle(纽卡斯尔大学)
弱监督目标检测(WSOD)允许仅使用图像级注释来训练目标检测模型。最先进的WSOD检测器通常依赖于多实例学习(MIL)作为其检测器的骨干,并假设图像的限界框建议是相互独立的。然而,由于这种方法只利用最高分的建议,并放弃了潜在的有用信息,从其他建议,其独立的MIL骨干往往限制模型的突出部分的对象,或导致他们只能检测一个对象的类。为了解决上述问题,我们提出了一种新的骨干WSOD的基础上,我们定制的视觉Transformer命名为弱监督Transformer检测网络(WSTDN)。我们的算法不仅是第一个证明,自我注意模块,考虑实例间的关系是有效的骨干WSOD,但我们也引入了一种新的限界框挖掘方法(BBM)集成的内存传输细化(MTR)过程,利用实例的依赖关系,促进实例细化。在PASCAL VOC2007和VOC2012基准测试上的实验结果证明了我们提出的WSTDN和改进的实例精化模块的有效性。
2023-03-27 cs.CV
Instance-Free Domain Adaptive Object Detection
School of Computer Science(计算机科学学院);Engineering, University of Electronic Science and Technology of China(电子科学与技术学院)
本文提出无实例领域自适应目标检测方法RSCN,通过背景特征原型对齐和关系一致性策略,在无目标实例情况下实现稳健适应,并在三个专门基准测试中取得优越性能。
2026-02-06 cs.CV
General Instance Distillation for Object Detection
MEGVII Technology(旷视科技);BeiHang University(北京航空航天大学)
近年来,知识蒸馏被证明是解决模型压缩问题的有效方法。这种方法可以使轻量级的学生模型从繁琐的教师模型中获取知识。然而,以往的提取检测方法对不同检测框架的泛化能力较弱,严重依赖地面真值(GT),忽略了实例之间有价值的关系信息。因此,我们提出了一种新的蒸馏检测任务的基础上的歧视性的例子,而不考虑的积极或消极区分GT,这就是所谓的一般实例蒸馏(GID)。我们的方法包含一个通用的实例选择模块(GISM),以充分利用基于特征,基于关系和基于响应的知识进行蒸馏。大量的结果表明,学生模型实现了显着的AP改进,甚至在各种检测框架中优于教师。具体来说,RetinaNet与ResNet-50在COCO数据集上使用GID实现了39.1%的mAP,比基线36.2%高出2.9%,甚至优于基于ResNet-101的教师模型的38.1% AP。
2021-04-30 cs.CV
Cut, Paste and Learn: Surprisingly Easy Synthesis for Instance Detection
The Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所)
快速部署用于实例检测的目标检测模型的一个主要障碍是缺乏大型注释数据集。例如,在特定厨房中找到包含实例的大型标记数据集是不太可能的。每个具有新实例的新环境都需要昂贵的数据汇集和注释。在本文中,我们提出了一种简单的方法来生成大型注释的实例数据集,以最小的努力。我们的关键见解是,确保只有补丁级的现实主义提供了足够的训练信号,为当前的对象检测器模型。我们自动“剪切”对象实例并将其“粘贴”到随机背景上。一种简单的方法会导致像素伪影,从而导致训练模型的性能较差。我们展示了如何让检测器在训练过程中忽略这些伪影,并生成在真实数据上具有竞争力的数据。我们的方法优于现有的合成方法,当与真实图像相结合时,在基准数据集上的相对性能提高了21%以上。在跨域设置中,我们的合成数据与仅10%的真实数据相结合,优于所有真实数据训练的模型。
2017-08-04 cs.CV
Object Detection Free Instance Segmentation With Labeling Transformations
University of California, San Diego(加州大学圣地亚哥分校)
实例分割在计算机视觉中引起了最近的关注,并且该领域中的现有方法大多具有目标检测阶段。在本文中,我们研究了实例分割问题的内在挑战,商空间的存在(交换不同实例的标签导致相同的结果),并提出了新的方法,是对象建议和目标检测免费。我们提出了三种替代方法,即基于像素的亲和映射,基于超像素的亲和学习,和基于边界的组件分割,都专注于执行标记变换,以应付商空间的问题。通过采用完全的卷积神经网络(FCN)模型,我们的框架在PASCAL数据集(以对象为中心)和Gland数据集(以纹理为中心)上都取得了有竞争力的结果,这是现有方法无法做到的。我们的工作也有其透明度,简单性和所有分割的优势。
2016-11-29 cs.CV
Instance Localization for Self-supervised Detection Pretraining
Chinese University of Hong Kong(香港中文大学);Microsoft Research Asia(微软亚洲研究院)
先前对自监督学习的研究已经在图像分类方面取得了相当大的进展,但在目标检测方面的传递性能往往会下降。本文的目标是推进自监督预训练模型,专门用于目标检测。基于分类和检测之间的固有差异,我们提出了一种新的自监督借口任务,称为实例定位。图像实例以各种位置和比例粘贴到背景图像上。前提任务是预测给定合成图像以及前景边界框的实例类别。我们表明,边界框集成到预训练促进更好的任务对齐和架构对齐的迁移学习。此外,我们提出了一种增强方法的边界框,以进一步提高特征对齐。因此,我们的模型在Imagenet语义分类方面变得较弱,但在图像块定位方面变得较强,并且具有用于目标检测的整体更强的预训练模型。实验结果表明,我们的方法产生的状态的最先进的迁移学习结果的目标检测PASCAL VOC和MSCOCO。
2021-04-06 cs.CV
IAFA: Instance-aware Feature Aggregation for 3D Object Detection from a Single Image
Baidu Research(百度研究院);Northwestern Polytechnical University(西北工业大学);Beijing Institute of Technology(北京理工大学)
从单个图像中检测3D目标检测是自动驾驶(AD)中的重要任务,其中已经提出了各种方法。然而,由于单图像深度估计已经是一个不适定问题,因此该任务本质上是模糊的和具有挑战性的。在本文中,我们提出了一个实例感知的方法来聚合有用的信息,以提高三维目标检测的准确性与以下贡献。首先,提出了一个实例感知的特征聚合(IAFA)模块,用于收集局部和全局特征进行三维边界框回归。其次,我们经验性地发现,空间注意力模块可以很好地学习,通过采取粗层次的实例注释作为监督信号。所提出的模块显着提高了性能的基线方法的3D检测和2D鸟瞰视图的车辆检测在所有三个类别。第三,我们提出的方法优于所有基于单个图像的方法(即使是这些以深度作为辅助输入训练的方法),并在KITTI基准测试中实现了最先进的3D检测性能。
2021-03-05 cs.CV
Distilling Knowledge from Refinement in Multiple Instance Detection Networks
Federal University of Rio Grande do Sul(南里奥格兰德联邦大学)
弱监督目标检测(WSOD)的目的是解决目标检测的问题,只使用标记的图像类别作为监督。WSOD中用于处理缺乏本地化信息的常见方法是多实例学习,近年来,方法开始采用多实例检测网络(MIDN),它允许以端到端的方式进行训练。一般来说,这些方法的工作原理是从候选实例池中选择最佳实例,然后根据相似性聚合其他实例。在这项工作中,我们声称,仔细选择的聚合标准可以大大提高学习检测器的准确性。我们首先提出了一个额外的细化步骤,现有的方法(OICR),我们称之为细化知识蒸馏。然后,我们提出了一个自适应的监督聚合功能,动态地改变聚合标准的选择框相关的地面实况类,背景,甚至忽略在每个细化模块的监督生成。在Pascal VOC 2007中的实验表明,我们的知识蒸馏和平滑聚合函数显著提高了OICR在弱监督目标检测和弱监督目标定位任务中的性能。这些改进使Boosted-OICR与其他最先进的方法相比再次具有竞争力。
2020-04-23 cs.CV
Attend to Who You Are: Supervising Self-Attention for Keypoint Detection and Instance-Aware Association
MEGVII Technology(旷视科技);Nreal;Tsinghua University(清华大学);Meituan(美团);Southeast University(东南大学)
提出了一种利用Transformer解决关键点检测和实例关联的新方法。对于自底向上的多人姿态估计模型,它们需要检测关键点并学习关键点之间的关联信息。我们认为,这些问题可以完全解决的Transformer。具体而言,Transformer中的自注意力测量任何位置对之间的依赖性,这可以为关键点分组提供关联信息。然而,朴素注意模式仍然没有被主观地控制,因此不能保证关键点总是关注它们所属的实例。为了解决这个问题,我们提出了一种新的方法,监督自我注意力的多人关键点检测和实例关联。通过使用实例掩码来监督自我注意是实例感知的,我们可以基于成对注意力分数将检测到的关键点分配给其对应的实例,而无需使用预定义的偏移向量场或嵌入,如基于CNN的自底向上模型。我们的方法的另一个好处是,任何数量的人的实例分割结果可以直接从监督注意力矩阵中获得,从而简化了像素分配管道。COCO多人关键点检测挑战和人实例分割任务的实验证明了该方法的有效性和简单性,并显示了一种有前途的方法来控制自我注意行为的特定目的。
2021-11-25 cs.CV
Relational Prior Knowledge Graphs for Detection and Instance Segmentation
University of Amsterdam(阿姆斯特丹大学);TomTom(TomTom公司)
本文提出基于关系先验的图变换器RP-FEM,利用场景图增强目标提议特征,在COCO上提升检测与实例分割性能,抑制错误类别并减少重复预测。
2023-10-11 cs.CV
Pose2Seg: Detection Free Human Instance Segmentation
BNRist(北京国家信息科学技术研究院);Cardiff University(卡迪夫大学);Tencent AI Lab(腾讯人工智能实验室);Tsinghua University(清华大学)
本文提出Pose2Seg,一种基于人体姿态而非检测框的人体实例分割框架,并发布包含严重遮挡人体及全面标注的OCHuman基准数据集,以提升遮挡场景下的分割精度。
2019-04-08 cs.CV
A Turbo-Inference Strategy for Object Detection and Instance Segmentation
School of Technology, Beijing Forestry University(北京林业大学工学院);Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系);Beijing National Research Center for Information Science and Technology, Tsinghua University(清华大学北京信息科学与技术国家研究中心);Chinese Institute for Brain Research (CIBR)(北京脑科学与类脑研究中心)
提出一种涡轮推理策略,通过迭代利用检测与分割的互补信息,设计涡轮检测头和涡轮分割头形成闭环,无需重新训练即可提升两者精度。
2026-06-11 cs.CV
Buried object detection using handheld WEMI with task-driven extended functions of multiple instances
University of Missouri(密苏里大学)
许多有效的监督判别字典学习方法已经在文献中开发。然而,当训练这些算法时,需要训练数据的精确地面实况以提供非常准确的逐点标签。然而,在许多应用中,准确的标签并不总是可行的。这在其中物体的尺寸不一致的掩埋目标检测的情况下尤其如此。在本文中,一个新的多实例字典学习算法检测埋地物体使用手持WEMI传感器的详细说明。新算法,任务驱动的扩展函数的多个变量,可以克服数据,没有非常精确的逐点标签,仍然学习一个高度判别字典。测量的WEMI数据的结果进行了介绍和讨论。
2016-03-19 cs.CV
VSRD: Instance-Aware Volumetric Silhouette Rendering for Weakly Supervised 3D Object Detection
Tokyo Institute of Technology(东京工业大学);T2 Inc.(T2公司)
本文提出VSRD弱监督三维目标检测框架,通过实例感知体积剪影渲染将SDF分解为长方体SDF与残差距离场,仅用二维掩码监督端到端优化三维边界框并生成伪标签训练单目检测器,在KITTI-360上超越现有弱监督方法。
2024-03-29 cs.CV
Few-shot target-driven instance detection based on open-vocabulary object detection models
University of Tours(图尔大学)
本文提出一种轻量级方法,将开放词汇目标检测模型在无需文本描述的情况下转化为单样本或少样本目标识别模型,并在TEgO数据集上验证了模型规模、样本数量和图像增强对性能的积极影响。
2024-10-21 cs.CV
DID-M3D: Decoupling Instance Depth for Monocular 3D Object Detection
Zhejiang University(浙江大学);Fabu Inc.(Fabu公司)
单目三维检测由于其成本低、安装简单等优点而受到了社会各界的广泛关注。它以RGB图像作为输入,并预测3D空间中的3D框。最具挑战性的子任务在于实例深度估计。以往的工作通常使用直接估计方法。然而,在本文中,我们指出RGB图像上的实例深度是不直观的。它由视觉深度线索和实例属性线索耦合,使其难以在网络中直接学习。因此,我们建议将实例深度重新表述为实例视觉表面深度(视觉深度)和实例属性深度(属性深度)的组合。视觉深度与物体的外观和在图像上的位置有关。相比之下,属性深度依赖于对象的固有属性,这些属性对于图像上的对象仿射变换是不变的。相应地,我们将3D位置不确定性解耦为视觉深度不确定性和属性深度不确定性。通过结合不同类型的深度和相关的不确定性,我们可以获得最终的实例深度。此外,单目三维检测中的数据增强通常由于物理性质而受到限制,阻碍了性能的提升。基于所提出的实例深度解纠缠策略,我们可以缓解这个问题。在KITTI上进行评估,我们的方法取得了新的最先进的结果,广泛的消融研究验证了我们方法中每个组件的有效性。代码发布于https://github.com/SPengLiang/DID-M3D。
2022-07-22 cs.CV
RDSNet: A New Deep Architecture for Reciprocal Object Detection and Instance Segmentation
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学);Horizon Robotics Inc.(地平线机器人公司);CAS Center for Excellence in Brain Science and Intelligence Technology(中国科学院脑科学与智能技术卓越创新中心)
目标检测和实例分割是计算机视觉的两个基本任务。他们是密切相关的,但他们的关系尚未得到充分探讨,在大多数以前的工作。本文介绍了RDSNet,一种用于相互目标检测和实例分割的新型深度架构。为了实现这两个任务的交互,我们设计了一个双流结构来学习对象级别(即,边界框)和像素级(即,面具)。在该结构中,来自两个流的信息被交替地融合,即关于对象级别的信息将实例和平移方差的感知引入到像素级别,并且关于像素级别的信息反过来细化对象级别上的对象的定位精度。具体而言,提出了一个相关模块和裁剪模块,以产生实例掩码,以及基于掩码的边界细化模块,以获得更准确的边界框。在COCO数据集上的大量实验分析和比较证明了RDSNet的有效性和效率。源代码可在https://github.com/wangsr126/RDSNet上获得。
2019-12-11 cs.CV
Discovery-and-Selection: Towards Optimal Multiple Instance Learning for Weakly Supervised Object Detection
Xi’an Jiaotong University(西安交通大学)
弱监督目标检测(WSOD)是一项具有挑战性的任务,它需要在图像类别标签的监督下同时学习目标分类器和估计目标位置。WSOD方法的一个主要路线是基于多实例学习,将图像视为实例包,并从每个包中选择阳性实例来学习检测器。然而,一个巨大的挑战出现时,检测器倾向于收敛到歧视的部分对象,而不是整个对象。在局部极小点包含最优解的假设下,提出了一种融合多示例学习的发现与选择方法(DS-MIL),该方法发现丰富的局部极小点,并从多个局部极小点中选择最优解.为了实现DS-MIL,提出了一个注意力模块,以便更多的上下文信息可以捕获的特征图和更有价值的建议,可以收集在训练过程中。与建议候选人,提出了一个选择模块,选择信息的实例对象检测器。常用的基准测试的实验结果表明,我们提出的DS-MIL方法可以不断提高基线,报告国家的最先进的性能。
2022-05-05 cs.CV
Data Augmentation for Object Detection via Progressive and Selective Instance-Switching
Harbin Institute of Technology(哈尔滨工业大学);Tianjin University(天津大学)
收集大量注释良好的样本对于提高目标检测性能是有效的,但是非常费力且成本高昂。代替数据汇集和注释,最近提出的剪切-粘贴方法[12,15]显示了通过剪切前景对象并将其粘贴到适当的新背景上来增强训练数据集的潜力。然而,现有的剪切-粘贴方法不能保证合成图像总是精确地模拟视觉上下文,并且它们都需要外部数据集。针对上述问题,本文提出了一种简单有效的实例切换策略,通过切换不同图像中的同类实例来生成新的训练数据。我们的IS自然地保留了原始图像中的上下文一致性,同时不需要外部数据集。为了指导我们的IS获得更好的对象性能,我们探讨了数据集中的实例不平衡和类重要性问题,这些问题经常发生,并对检测性能产生不利影响。为此,我们提出了一种新的渐进和选择性实例切换(PSIS)方法来增加训练数据的目标检测。PSIS通过选择性重采样和类平衡损失相结合来增强实例平衡,并通过检测性能指导逐步增加训练数据集来考虑类重要性。实验是在具有挑战性的MS COCO基准上进行的,结果表明我们的PSIS比各种最先进的检测器(例如,更快的R-CNN,FPN,Mask R-CNN和SNIPER),显示了我们PSIS的优越性和通用性。代码和模型可在https://github.com/Hwang64/PSIS上获得。
2019-07-11 cs.CV
Gram-SLD: Automatic Self-labeling and Detection for Instance Objects
Beihang University(北京航空航天大学);University of Connecticut(康涅狄格大学)
实例目标检测在智能监控、视觉导航、人机交互、智能服务等领域有着重要的作用。受深度卷积神经网络(DCNN)巨大成功的启发,基于DCNN的实例目标检测成为一个很有前途的研究课题。为了解决DCNN总是需要大规模的注释数据集来监督其训练,而手动注释是疲惫和耗时的问题,我们提出了一个新的框架,称为Gram Self-Labeling and Detection(Gram-SLD)。所提出的Gram-SLD可以自动标注大量的数据与非常有限的手动标记的关键数据,并取得竞争力的性能。在该框架中,定义了gram loss,利用gram loss构造两个完全冗余且独立的视图,并提出了一种关键样本选择策略和一种综合考虑查准率和查全率的自动标注策略,以生成高质量的伪标签。在公开的GMU Kitchen数据集、主动视觉数据集和自制的BHID-STREAM数据集上的实验表明,与完全监督方法相比,仅用5%的标记训练数据,Gram-SLD在目标检测中取得了有竞争力的性能(小于2%mAP损失).在复杂多变的实际应用中,该方法能够满足对实例目标检测的实时性和准确性要求。
2021-12-07 cs.CV
M18K: A Comprehensive RGB-D Dataset and Benchmark for Mushroom Detection and Instance Segmentation
University of Houston(休斯顿大学)
本文提出M18K数据集,包含423对RGB-D图像和超过18,000个蘑菇实例,用于蘑菇检测与实例分割,并作为基准,评估了先进算法性能,资源已公开。
2024-07-15 cs.CV
Instance-Invariant Domain Adaptive Object Detection via Progressive Disentanglement
Tianjin University(天津大学);University of Technology Sydney(悉尼科技大学)
当训练数据和测试数据来自不同的域时,大多数现有技术的目标检测方法的泛化能力较差,例如,不同的风格。为了解决这个问题,以前的方法主要使用整体表示来对齐不同域的特征级和像素级分布,这可能会忽视图像中对象的实例级特征。此外,在跨领域转移检测能力时,重要的是获得领域不变的实例级特征,而不是特定于领域的样式。因此,为了提取实例不变特征,我们应该将领域不变特征和领域特定特征分开。为此,首先提出了一种渐进解纠缠框架来解决域自适应目标检测。特别地,基于用于特征分解的解纠缠学习,我们设计了两个解纠缠层来分解领域不变特征和领域特定特征。在域不变特征的基础上提取实例不变特征。最后,为了提高解纠缠,设计了一个包含多个损失函数的三阶段训练机制来优化我们的模型。在实验中,我们验证了我们的方法的有效性,对三个领域的变化的场景。我们的方法分别比基线方法\cite{saito2019strong}高2.3%、3.6%和4.0%。
2021-02-13 cs.CV
LDD: A Dataset for Grape Diseases Object Detection and Instance Segmentation
University of Parma(帕尔马大学);Horta s.r.l.(霍塔有限公司);Università Cattolica del Sacro Cuore(圣心天主教大学)
实例分割任务是众所周知的目标检测任务的扩展,在许多领域都有很大的帮助,例如精准农业:能够自动识别植物器官和与它们相关的可能疾病,允许有效地扩展和自动化作物监测及其疾病控制。为了解决与葡萄植物的早期疾病检测和诊断相关的问题,已经创建了一个新的数据集,其目标是通过实例分割方法来推进疾病识别的最新技术。这是通过收集在自然环境中受疾病影响的叶子和葡萄串的图像来实现的。该数据集包含10种对象类型的照片,其中包括有和没有8种常见葡萄疾病症状的叶子和葡萄,在1,092张图像中共有17,706个标记实例。提出了多种统计措施,以提供一个完整的视图的数据集的特点。Mask R-CNN和R^3-CNN模型的目标检测和实例分割任务的初步结果作为基线提供,表明该过程能够达到自动疾病症状识别目标的有希望的结果。
2022-06-21 cs.CV
IQDet: Instance-wise Quality Distribution Sampling for Object Detection
Megvii Technology(旷视科技)
我们提出了一个稠密对象检测器与实例的采样策略,名为IQDet。我们不使用人类先验采样策略,而是首先提取每个地面实况的区域特征来估计实例质量分布。在空间维度上采用混合模型,使得该分布具有更强的抗噪性,并适应于每个实例的语义模式。基于该分布,我们提出了一种质量抽样策略,该策略以概率的方式自动选择训练样本,并使用更多的高质量样本进行训练。在MS COCO上进行的大量实验表明,我们的方法稳定地将基线提高了近2.4 AP,而没有花里胡哨。此外,我们的最佳模型达到51.6 AP,优于所有现有的最先进的一级检测器,它是完全免费的推理时间。
2021-04-14 cs.CV
IDMS: Instance Depth for Multi-scale Monocular 3D Object Detection
针对单目三维目标检测中缺乏图像深度信息和检测精度差的问题,提出了基于实例深度的多尺度单目三维目标检测方法。首先,为了增强模型对不同尺度目标的处理能力,设计了基于扩张卷积的多尺度感知模块,并考虑到不同尺度特征图之间的不一致性,从空间和通道两个方向对包含多尺度信息的深度特征进行了重新细化。首先,设计了一个基于扩张卷积的多尺度感知模块,以增强模型对不同尺度目标的处理能力。考虑到不同尺度特征图之间的不一致性,对包含多尺度信息的深度特征从空间和通道两个方向进行了重新细化。其次,为了使模型获得更好的三维感知效果,本文提出将实例深度信息作为辅助学习任务来增强三维目标的空间深度特征,并利用稀疏实例深度来监督辅助学习任务。最后,通过在KITTI测试集和评测集上对所提算法进行验证,实验结果表明,与基线方法相比,所提方法在汽车类AP 40中的检测性能提高了5.27%,有效地提高了单目三维目标检测算法的检测性能。
2023-02-13 cs.CV
MILA: Memory-Based Instance-Level Adaptation for Cross-Domain Object Detection
Hitachi Ltd.(日立公司);University of Bristol(布里斯托尔大学)
针对跨域目标检测中实例级对齐因小批量多样性不足而受限的问题,提出基于记忆的实例级域自适应框架,通过动态存储和检索源实例特征实现对齐,实验表明显著优于现有非记忆方法。
2023-09-03 cs.CV
Instance-Conditional Knowledge Distillation for Object Detection
MEGVII Technology(旷视科技)
知识蒸馏在分类方面取得了巨大的成功,但在检测方面仍然存在挑战。在用于检测的典型图像中,来自不同位置的表示可能对检测目标具有不同的贡献,使得蒸馏难以平衡。在本文中,我们提出了一个条件蒸馏框架来提取所需的知识,即知识,这是有益的分类和本地化的每一个实例。该框架引入了一个可学习的条件解码模块,该模块检索每个目标实例作为查询的信息。具体地说,我们将条件信息编码为查询,并使用教师的表示作为键。查询和关键字之间的注意力被用来衡量不同的功能的贡献,由一个定位识别敏感的辅助任务的指导。大量的实验证明了我们的方法的有效性:我们观察到令人印象深刻的改进,在各种设置下。值得注意的是,我们在1x时间表下将ResNet-50骨干网的RetinaNet从37.4 mAP(+3.3)提升到40.7 mAP(+3.3),甚至超过了3x时间表下ResNet-101骨干网的教师(40.4 mAP)。代码已在https://github.com/megvii-research/ICD上发布。
2022-01-06 cs.CV
Plug-and-Play DISep: Separating Dense Instances for Scene-to-Pixel Weakly-Supervised Change Detection in High-Resolution Remote Sensing Images
State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University(武汉大学测绘遥感信息工程国家重点实验室);Institute of Artificial Intelligence, Wuhan University(武汉大学人工智能研究院);School of Computer Science, Wuhan University(武汉大学计算机学院);Graduate School of Frontier Sciences, University of Tokyo(东京大学前沿科学研究生院);Institute of Geodesy and Photogrammetry, ETH Zürich(苏黎世联邦理工学院大地测量与摄影测量研究所)
针对弱监督变化检测中密集变化实例粘连问题,提出即插即用的DISep三步迭代训练方法,以极小训练成本增强多种WSCD及全监督方法并达到SOTA。
2025-01-10 cs.CV
C-MIL: Continuation Multiple Instance Learning for Weakly Supervised Object Detection
University of Chinese Academy of Sciences(中国科学院大学);Tsinghua University(清华大学);Peng Cheng Laboratory(鹏城实验室)
弱监督目标检测(WSOD)是一个具有挑战性的任务时,提供了图像类别的监督,但需要同时学习对象的位置和对象检测器。许多WSOD方法采用多实例学习(MIL)并且具有非凸的损失函数,这些损失函数在训练期间容易陷入局部最小值(错误地定位对象部分),同时丢失整个对象范围。在本文中,我们将连续优化方法引入MIL,从而创建连续多实例学习(C-MIL),旨在以系统的方式缓解非凸性问题。我们将实例划分为空间相关和类相关的子集,并在子集内定义一系列平滑的损失函数来近似原始损失函数。优化平滑的损失函数可以防止训练过程过早地陷入局部极小值,并有助于发现指示完整对象范围的稳定语义极值区域(SSERs)。在PASCAL VOC 2007和2012数据集上,C-MIL改进了弱监督目标检测和弱监督对象定位的最新技术水平。
2019-04-11 cs.CV
Comparative Study Of Image Edge Detection Algorithms
Vellore Institute of Technology(韦洛尔理工学院)
由于边缘检测在目标检测的图像处理中处于最前沿,因此很好地理解边缘检测算法至关重要。其原因是边形成了对象的轮廓。边缘是对象和背景之间的边界,表示重叠对象之间的边界。这意味着如果图像中的边缘可以被准确地识别,则可以定位所有对象,并且可以测量诸如面积、周长和形状之类的基本属性。由于计算机视觉涉及图像中对象的识别和分类,因此边缘检测是一个必不可少的工具。我们测试了两种边缘检测器,它们使用不同的方法来检测边缘,并在各种情况下比较了它们的结果,以确定在不同的条件下哪种检测器更好。
2013-11-21 cs.CV
Object-Aware Instance Labeling for Weakly Supervised Object Detection
The University of Tokyo(东京大学)
弱监督目标检测(WSOD)是一种只使用图像级标注来训练检测器的方法,正受到越来越多的关注。作为获得性能良好的检测器的方法,检测器和实例标签被迭代地更新。在这项研究中,为了更有效的迭代更新,我们专注于实例标记问题,即根据最后的定位结果将哪个标签标注到每个区域的问题。我们提出了更有效的实例标记方法,而不是简单地将得分最高的区域及其高度重叠的区域标记为阳性,而将其他区域标记为阴性。首先,为了解决仅覆盖对象的某些部分的区域倾向于被标记为正的问题,我们发现覆盖整个对象的区域集中在上下文分类损失上。其次,考虑到图像中包含的其他对象可以被标记为负的情况,我们对标记为负的区域施加空间限制。使用这些实例标记方法,我们在PASCAL VOC 2007和2012上训练检测器,与其他最先进的方法相比,获得了显着改善的结果。
2019-08-10 cs.CV
Context-Preserving Instance-Level Augmentation and Deformable Convolution Networks for SAR Ship Detection
Yonsei University(延世大学);Korea Aerospace University(韩国航空大学);Hanwha Systems(韩华系统)
SAR图像中的目标由于方位的随机变化和雷达信号的遮挡造成的部分信息丢失而发生形变,是SAR舰船检测中的一个重要挑战。在本文中,我们提出了一种数据增强方法来训练深度网络,该深度网络对目标内的部分信息丢失具有鲁棒性。利用限界框和实例分割掩码的地面实况注释,我们提出了一个简单有效的流水线来模拟实例级目标上的信息丢失,同时保留上下文信息。此外,我们采用可变形卷积网络从几何平移的目标中自适应地提取形状不变的深度特征。该网络通过学习采样点相对于标准卷积网格的偏移量,能够鲁棒地提取形状变化目标的特征,用于SAR舰船检测。在HRSID数据集上的实验,包括与其他深度网络和增强方法的比较,以及消融研究,证明了我们提出的方法的有效性。
2022-02-14 cs.CV
RegionDet: A Benchmark for Region Detection Beyond Object Instances
针对现有基准无法评估非物体实例的区域目标的问题,本文提出区域检测任务,构建RegionDet基准并评估不同检测器,揭示视觉-语言检测器的以物体为中心偏差,分析区域检测的关键挑战。
2026-08-10 cs.CV
Mirror-Yolo: A Novel Attention Focus, Instance Segmentation and Mirror Detection Model
University of Liverpool(利物浦大学);Xi’an Jiaotong-Liverpool University(西交利物浦大学);JITRI Micro-Nano Automation Institute(JITRI微纳米自动化研究院);Yunnan Normal University(云南师范大学)
针对镜子降低视觉模型性能且现有检测方法失效的问题,提出Mirror-YOLO模型,融合注意力聚焦、超列阶梯特征融合及实例分割,在镜子数据集上取得优越平均准确率。
2024-11-05 cs.CV
Adversarial Examples for Edge Detection: They Exist, and They Transfer
The Johns Hopkins University(约翰斯·霍普金斯大学)
卷积神经网络最近在包括边缘和对象边界检测的许多任务中已经发展了现有技术。然而,在本文中,我们证明了这些边缘检测器继承了神经网络的一个令人不安的特性:它们可以被对抗性的例子所欺骗。我们发现,添加小扰动的图像导致HED,基于CNN的边缘检测模型,无法定位边缘,检测不存在的边缘,甚至幻觉任意配置的边缘。更令人惊讶的是,我们发现这些对抗性的例子转移到其他基于CNN的视觉模型。特别是,对边缘检测的攻击会导致训练用于执行图像分类和语义分割等不相关的高级任务的模型的准确性显著下降。我们的代码将被公开。
2019-06-02 cs.CV
VERIA: Verification-Centric Multimodal Instance Augmentation for Long-Tailed 3D Object Detection
KAIST(韩国科学技术院);Naver Labs(Naver实验室)
VERIA通过多模态实例增强方法提升长尾分布下3D目标检测性能,利用基础模型生成同步RGB-LiDAR实例并进行语义与几何验证,改进稀有类别的检测效果。
2026-03-25 cs.CV
Deep Template-based Object Instance Detection
Université Laval(拉瓦尔大学)
在目标检测文献中的大部分焦点一直是在识别图像中特定类别的目标的限界框的问题上。然而,在机器人和增强现实等环境中,通常需要找到特定的对象实例-例如,独特的玩具或定制的工业部件-而不是通用的对象类。在这里,应用程序可能需要从一个对象实例快速转换到另一个对象实例,因此需要快速周转,这几乎不需要训练时间。更重要的是,为每个要检测的新对象实例收集数据集并训练模型可能是一个昂贵且耗时的过程。在这种情况下,我们提出了一种通用的2D对象实例检测方法,该方法在测试时使用目标对象的示例视点来检索其在RGB图像中的2D位置,而不需要任何额外的训练(即微调)步骤。为此,我们提出了一个端到端的体系结构,提取全局和局部信息的对象从它的观点。全局信息用于调整骨干中的早期滤波器,而局部视点与输入图像相关。我们的方法提供了一个几乎30 mAP的改进比以前的模板匹配方法上具有挑战性的闭塞Linemod数据集(总体mAP为50.7)。我们的实验还表明,我们的单一通用模型(未在任何测试对象上训练)产生的检测结果与专门在目标对象上训练的方法相当。
2020-11-15 cs.CV
Multiple Instance Curriculum Learning for Weakly Supervised Object Detection
University of Southern California(南加州大学);Google, Inc.(谷歌公司)
当用弱标记数据来监督对象检测器时,大多数现有方法都倾向于在有区别的对象部分中捕获,例如,由于缺乏对完整对象范围的监督,发现猫的脸而不是整个身体。为了应对这一挑战,我们将对象分割纳入检测器训练中,从而指导模型正确定位完整对象。本文提出了多实例课程学习方法,将课程学习引入多实例学习框架。MICL方法首先自动挑选容易的训练样本,其中分割掩码的范围与检测边界框一致。训练集逐渐扩展到包括更难的示例,以训练处理复杂图像的强大检测器。在PASCAL VOC数据集上,所提出的具有循环中分割的MICL方法的性能远远优于最先进的弱监督对象检测器。
2017-11-25 cs.CV
The Devil is in Classification: A Simple Framework for Long-tail Object Detection and Instance Segmentation
NGS, National University of Singapore(新加坡国立大学);ECE Department, National University of Singapore(新加坡国立大学电机与计算机工程系);Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);Salesforce Research Asia(Salesforce亚洲研究院)
大多数现有的对象实例检测和分割模型只能在相当平衡的基准上工作,其中每个类别的训练样本数量是可比的,例如COCO。它们往往会在现实的数据集上遭受性能下降,这些数据集通常是长尾的。这项工作旨在研究和解决这些公开的挑战。具体来说,我们系统地研究了最先进的两阶段实例分割模型Mask R-CNN在最近的长尾LVIS数据集上的性能下降,并揭示了一个主要原因是对象建议的不准确分类。基于这样的观察,我们首先考虑各种技术,提高长尾分类性能,确实提高了实例分割的结果。然后,我们提出了一个简单的校准框架,以更有效地减轻分类头偏差与双水平类平衡抽样方法。在没有额外功能的情况下,它显著提高了最近LVIS数据集和我们采样的COCO-LT数据集上尾类的实例分割的性能。我们的分析为解决长尾实例检测和分割问题提供了有用的见解,并且简单的\emph{SimCal}方法可以作为一个简单但强大的基线。凭借这种方法,我们赢得了2019年LVIS挑战赛。代码和模型可在www.example.com上获得。
2020-11-03 cs.CV
MaskPlus: Improving Mask Generation for Instance Segmentation
Northwestern University(西北大学)
实例分割是计算机视觉中一个有前途但又具有挑战性的课题。最近的方法,如Mask R-CNN,通常将这个问题分为两个部分-检测组件和掩码生成分支,并且主要集中在检测部分的改进上。在本文中,我们提出了一种方法,该方法使用五种新的优化技术来扩展Mask R-CNN,以改进掩码生成分支并减少训练中掩码分支和检测组件之间的冲突。这五种技术相互独立,可以灵活地用于构建各种实例分割体系结构,以提高整体精度。我们证明了我们的方法的有效性与COCO数据集上的测试。
2019-09-27 cs.CV
iFAN: Image-Instance Full Alignment Networks for Adaptive Object Detection
Malong Technologies(码隆科技);Shenzhen Malong Artificial Intelligence Research Center(深圳码隆人工智能研究中心)
在数据丰富的域上训练对象检测器,并将其应用于数据贫乏的域,性能下降有限,这在工业上非常有吸引力,因为它节省了巨大的注释成本。无监督域自适应目标检测的最新研究已经证实,通过对抗学习对齐源图像和目标图像之间的数据分布是非常有用的。关键是何时、何地以及如何使用它来实现最佳实践。我们提出了图像-实例全对齐网络(iFAN),通过精确对齐图像和实例级别上的特征分布来解决这个问题:1)图像级别对齐:通过以分层嵌套的方式训练对抗域分类器来粗略对齐多尺度特征。2)完整的实例级对齐:充分利用深层语义信息和精细的实例表示,在类别和域之间建立强大的关系。建立这些相关性制定为一个度量学习问题,仔细构造实例对。上述适应可以集成到对象检测器中(例如Faster RCNN),从而产生端到端的可训练框架,其中多个对齐可以以粗略到精细的方式协同工作。在两个领域自适应任务中:合成到真实(SIM 10 K->Cityscapes)和正常到有雾天气(Cityscapes->Foggy Cityscapes),iFAN的性能优于最先进的方法,比仅源基线提高了10%+ AP。
2020-03-09 cs.CV
Contrastive Learning for Automotive mmWave Radar Detection Points Based Instance Segmentation
Chalmers University of Technology(查尔姆斯理工大学);James Cook University(詹姆斯库克大学);La Trobe University(乐卓博大学);Beihang University(北京航空航天大学);Vitalent Consulting(Vitalent咨询公司);Silo AI
汽车毫米波雷达在高级驾驶员辅助系统(ADAS)和自动驾驶中发挥着关键作用。基于深度学习的实例分割实现了从雷达检测点的实时对象识别。在常规训练过程中,准确标注是关键。然而,高质量的标注雷达探测点是具有挑战性的,由于其模糊性和稀疏性。为了解决这个问题,我们提出了一种对比学习的方法来实现基于雷达探测点的实例分割。我们根据地面实况标签定义正样本和负样本,首先将对比损失应用于训练模型,然后为后续的下游任务进行微调。此外,这两个步骤可以合并为一个,并可以为未标记的数据生成伪标签,以进一步提高性能。因此,我们的方法有四种不同的训练设置。实验表明,当地面实况信息仅适用于一小部分训练数据时,我们的方法仍然达到了与100%地面实况信息的监督方式训练的方法相当的性能。
2023-02-05 cs.CV
Gaussian Difference: Find Any Change Instance in 3D Scenes
College of Computer Science and Technology, Civil Aviation University of China(中国民航大学计算机科学与技术学院)
针对非受控3D场景中的实例级变化检测难题,提出基于4D高斯嵌入与标识符比较的新方法,显著优于现有技术,具备高精度和光照鲁棒性。
2025-02-24 cs.CV
Iterative Next Boundary Detection for Instance Segmentation of Tree Rings in Microscopy Images of Shrub Cross Sections
Fraunhofer Institute for Computer Graphics Research (IGD)(弗劳恩霍夫计算机图形学研究所(IGD));Ernst Moritz Arndt University(恩斯特·莫里茨·阿恩特大学);Centre for Research on Ecology and Forestry Applications (CREAF)(生态与林业应用研究中心(CREAF));University of Rostock(罗斯托克大学)
我们解决的问题,检测树木年轮的灌木横截面的显微图像。这可以被认为是实例分割任务的特殊情况,具有若干独特的挑战,例如对象的同心圆环形状和导致现有方法性能不足的高精度要求。我们提出了一种新的迭代法,我们称之为迭代下边界检测(INBD)。它直观地模拟自然生长方向,从灌木横截面的中心开始,并在每个迭代步骤中检测下一个环边界。在我们的实验中,INBD表现出优于一般的实例分割方法的性能,是唯一一个内置的时间顺序的概念。我们的数据集和源代码可以在http://github.com/alexander-g/INBD上找到。
2023-03-14 cs.CV
Boosting Instance Awareness via Cross-View Correlation with 4D Radar and Camera for 3D Object Detection
College of Information Science and Electronic Engineering, Zhejiang University(浙江大学信息科学与电子工程学院);School of Automotive Studies, Tongji University(同济大学汽车学院);College of Computer Science and Technology, Zhejiang University(浙江大学计算机科学与技术学院);Jinhua Institute of Zhejiang University(浙江大学金华研究院);School of Information and Electrical Engineering, Hangzhou City University(杭州城市学院信息与电气工程学院);Hangzhou City University Binjiang Innovation Center(杭州城市学院滨江创新中心)
SIFormer通过结合4D雷达和相机的跨视图相关性,提升3D目标检测中的实例意识,结合两种融合范式的优点,提高检测精度。
2026-02-24 cs.CV
EIVE: End-to-End Instance-Specific Visual Explanations for Detection Transformers
Institute of Intelligent Information Processing, Shenzhen University(智能信息处理研究院,深圳大学);Guangdong Provincial Key Laboratory of Intelligent Information Processing, Shenzhen University(广东省智能信息处理重点实验室,深圳大学);Shenzhen Key Laboratory of Modern Communications and Information Processing, Shenzhen University(深圳现代通信与信息处理重点实验室,深圳大学)
提出EIVE框架,通过重新公式化解码器交叉注意力为实例级特征归因路径,直接生成实例级显著性图,无需梯度计算或输入扰动,高效解释DETR类检测器。
2026-06-01 cs.CV
D-FINE-seg: Object Detection and Instance Segmentation Framework with multi-backend deployment
Veryfi Inc.(Veryfi公司)
D-FINE-seg通过轻量级掩码头和面向分割的训练方法,实现了在TACO数据集上优于YOLO26的F1分数,同时支持多后端部署。
2026-02-26 cs.CV
MINI: Mining Implicit Novel Instances for Few-Shot Object Detection
Shanghai AI Laboratory(上海人工智能实验室);The Chinese University of Hong Kong(香港中文大学);SenseTime Research(商汤科技研究院)
从少量训练样本中学习是目标检测器的一种理想能力,激发了对Few-Shot目标检测(FSOD)的探索。大多数现有的方法采用预训练迁移范式。该模型首先在具有丰富数据的基类上进行预训练,然后转移到具有少量注释样本的新类。尽管取得了实质性的进展,但FSOD的表现仍然远远不能令人满意。在预训练期间,由于基础类和新类之间的共现,模型被学习以将共现的新类视为背景。在迁移过程中,由于缺乏新类样本,该模型需要学习判别特征来区分新实例与背景和基类。为了克服这些障碍,我们提出了一个新的框架,挖掘隐式新颖实例(MINI),挖掘隐式新颖实例作为辅助训练样本,广泛存在于丰富的基础数据,但没有注释。MINI包括离线挖掘机制和在线挖掘机制。离线挖掘机制利用自监督判别模型与训练的FSOD网络协作挖掘隐含的新颖实例。在线挖掘机制将挖掘出的小说实例作为辅助训练样本,采用师生框架,动态地同时更新FSOD网络和挖掘出的隐含小说实例。在PASCAL VOC和MS-COCO数据集上进行的大量实验表明,MINI在任何镜头和分割上都实现了最先进的性能。显着的性能改善证明了我们的方法的优越性。
2022-05-06 cs.CV
Multiple instance learning on deep features for weakly supervised object detection with extreme domain shifts
Télécom Paris(巴黎电信学院);Institut Polytechnique de Paris(巴黎综合理工学院);Université Paris-Saclay(巴黎萨克雷大学)
在过去的几年中,仅使用图像级注释的弱监督目标检测(WSOD)吸引了越来越多的关注。虽然这样的任务通常是通过专注于自然图像的特定领域解决方案来解决的,但我们证明了应用于预训练深度特征的简单多实例方法在非摄影数据集上具有出色的性能,可能包括新的类。该方法不包括任何微调或跨域学习,因此是有效的,并可能适用于任意数据集和类。我们研究了几种口味的建议的方法,包括多层感知器和多面体分类器。尽管简单,但我们的方法在一系列公开的数据集上显示了竞争结果,包括绘画(People Art,IconArt),水彩画,剪贴画和漫画,并允许快速学习看不见的视觉类别。
2021-11-12 cs.CV