无需训练！基于参考图像的无训练实例分割
计算机视觉与模式识别
2026-02-04 v4
摘要
图像分割模型的性能历来受到大规模标注数据高成本的限制。Segment Anything Model通过一种可提示的、与语义无关的分割范式缓解了这一原始问题，但处理新图像时仍然需要手动视觉提示或复杂的、依赖领域的提示生成规则。为了减轻这一新负担，我们的工作研究了在仅提供少量参考图像的情况下进行目标分割的任务。我们的关键洞察是利用基础模型学习到的强语义先验，来识别参考图像和目标图像之间的对应区域。我们发现，对应关系能够为下游任务自动生成实例级分割掩码，并通过一个多阶段、无训练的方法实例化我们的想法，该方法包括：（1）记忆库构建；（2）表示聚合；（3）语义感知特征匹配。我们的实验在分割指标上显示出显著改进，在COCO FSOD（36.8% nAP）、PASCAL VOC Few-Shot（71.2% nAP50）上取得了最先进的性能，并在跨域FSOD基准（22.4% nAP）上超越了现有的无训练方法。
引用
@article{arxiv.2507.02798,
title = {No time to train! Training-Free Reference-Based Instance Segmentation},
author = {Miguel Espinosa and Chenhongyi Yang and Linus Ericsson and Steven McDonagh and Elliot J. Crowley},
journal= {arXiv preprint arXiv:2507.02798},
year = {2026}
}
备注
Preprint