FiGO：无需标注的细粒度目标计数
计算机视觉与模式识别
2025-12-24 v4
摘要
类无监督计数 (CAC) 方法通过文本或视觉示例在测试时定义计数目标，从而降低标注成本。然而，当前的开放词汇方法在需要细粒度类别区分时表现不佳，例如区分水鸟种类或辣椒品种。我们提出 FiGO，一种新的无标注细粒度计数方法，通过仅使用类别名称来适应现有计数模型。我们的方法使用文本到图像扩散模型创建合成示例，并通过联合正/硬负损失学习紧凑概念嵌入，以条件化一个特殊化模块，将来自任何冻结计数器的输出转换为准确的细粒度估计。为评估细粒度计数，我们引入 LOOKALIKES 数据集，包含 14 个父类别下的 37 个子类别，每个图像中包含大量视觉上相似的目标。我们的方法在强大的开放词汇基线上显著超越，使计数系统从“数所有辣椒”变为“仅数 habaneros”。
引用
@article{arxiv.2504.11705,
title = {FiGO: Fine-Grained Object Counting without Annotations},
author = {Adriano D'Alessandro and Ali Mahdavi-Amiri and Ghassan Hamarneh},
journal= {arXiv preprint arXiv:2504.11705},
year = {2025}
}
备注
data - https://dalessandro.dev/datasets/lookalikes/