BYOCL：基于层次性代表性潜在聚类构建您自己的一致潜在表示
计算机视觉与模式识别
2025-04-11 v2
摘要
为解决SAM或其他单图像分割模型在处理图像序列时存在语义不一致的问题，我们引入了BYOCL。该新模型在广泛实验中显现出优于SAM的层次化原型能力，涵盖CLIP及其他表示方法。BYOCL通过将输入划分为更小的批次，显著降低了时间和空间消耗，实现了与先前方法相比的指数级时间降低。我们的方法利用SAM图像编码器进行特征提取，随后采用批内聚类和批间聚类算法。广泛的实验表明，BYOCL远超前所统一的单图像分割模型。我们的工作是首次在不要求训练的情况下使用基础模型实现一致分割，采用即插即用的模块可适用于任何潜在空间，使该方法高度有效。模型可在\href{https://github.com/cyt1202/BYOCL.git}获取。
引用
@article{arxiv.2410.15060,
title = {BYOCL: Build Your Own Consistent Latent with Hierarchical Representative Latent Clustering},
author = {Jiayue Dai and Yunya Wang and Yihan Fang and Yuetong Chen and Butian Xiong},
journal= {arXiv preprint arXiv:2410.15060},
year = {2025}
}
备注
5 pages, 5 figures