整体点引导文本框架用于弱监督伪装目标检测
计算机视觉与模式识别
2025-01-13 v1
摘要
弱监督伪装目标检测（WSCOD）因其使用弱标签训练模型以分割视觉上融入背景的物体而受到欢迎。最近，一些使用稀疏标注监督的方法通过涂鸦在WSCOD中展示了有希望的结果，而点文本监督仍未被充分探索。因此，本文引入了一种新颖的整体点引导文本框架用于WSCOD，将其分解为三个阶段：分割、选择、训练。具体来说，我们提出了点引导候选生成（PCG），其中点的前景作为文本路径的校正，在掩码生成过程中显式地校正和恢复丢失的检测目标（SEGMENT）。我们还引入了一个合格候选判别器（QCD），使用CLIP从给定文本提示中选择最优掩码（CHOOSE），并使用选定的伪掩码通过自监督视觉Transformer进行训练（TRAIN）。此外，我们开发了一个新的点监督数据集（P2C-COD）和一个文本监督数据集（T-COD）。在四个基准数据集上的全面实验表明，我们的方法大幅优于最先进的方法，并且也优于一些现有的全监督伪装目标检测方法。
引用
@article{arxiv.2501.06038,
title = {A Holistically Point-guided Text Framework for Weakly-Supervised Camouflaged Object Detection},
author = {Tsui Qin Mok and Shuyong Gao and Haozhe Xing and Miaoyang He and Yan Wang and Wenqiang Zhang},
journal= {arXiv preprint arXiv:2501.06038},
year = {2025}
}