ABC 易如 123：一种无需示例的多类类无关盲计数器
计算机视觉与模式识别
2024-07-15 v2 机器学习
摘要
类无关计数方法对任意类别的物体进行枚举，在许多领域具有巨大效用。已有工作的实用性有限，因为它们要么需要一组待计数类型的示例，要么要求查询图像仅包含单一类型物体。造成这些缺陷的一个重要因素是缺乏一个能妥善处理存在多于一种物体场景的数据集。为解决这些问题，我们提出了首个多类类无关计数数据集（MCAC）以及一种盲计数器（ABC123），该方法可在训练或推理时不使用类型示例的情况下同时计数多种物体。ABC123 引入了一种新范式：不再需要示例来引导枚举，而是在计数阶段之后找出示例以帮助用户理解生成的输出。我们表明，ABC123 在 MCAC 上优于现有方法且无需人工在环标注。我们还表明该性能可迁移至标准类无关计数数据集 FSC-147。MCAC 可在 MCAC.active.vision 获取，ABC123 可在 ABC123.active.vision 获取。
引用
@article{arxiv.2309.04820,
title = {ABC Easy as 123: A Blind Counter for Exemplar-Free Multi-Class Class-agnostic Counting},
author = {Michael A. Hobley and Victor A. Prisacariu},
journal= {arXiv preprint arXiv:2309.04820},
year = {2024}
}