无提示通用区域提议网络
计算机视觉与模式识别
2026-03-19 v1
摘要
识别潜在对象是计算机视觉应用中关键的目标识别与分析步骤。现有方法通常依赖示例图像、预定义类别或文本描述。然而，这些方法对图像和文本提示的依赖常常限制了灵活性，限制了在实际场景中的适应性。本文提出一种新颖的无提示通用区域提议网络（Prompt-Free Universal Region Proposal Network, PF-RPN），通过不依赖外部提示来识别潜在对象。首先，稀疏图像感知适配器（Sparse Image-Aware Adapter, SIA）模块使用基于可学习查询嵌入的动态更新视觉特征，对潜在对象进行初始定位。接着，级联自提示模块（Cascade Self-Prompt, CSP）通过利用自提示的可学习嵌入，自主地以级联方式聚合信息丰富的视觉特征来识别剩余的潜在对象。最后，中心导向查询选择模块（Centerness-Guided Query Selection, CG-QS）使用中心得分网络来促进高质量查询嵌入的选择。我们的方法可受限数据（例如仅 5% 的 MS COCO 数据）进行优化，并可直接应用于各种目标检测应用领域，以无需微调的方式识别潜在对象，包括水下目标检测、工业缺陷检测和遥感图像目标检测。19 个数据集上的实验结果验证了本方法的有效性。代码已公开于 https://github.com/tangqh03/PF-RPN。
引用
@article{arxiv.2603.17554,
title = {Prompt-Free Universal Region Proposal Network},
author = {Qihong Tang and Changhan Liu and Shaofeng Zhang and Wenbin Li and Qi Fan and Yang Gao},
journal= {arXiv preprint arXiv:2603.17554},
year = {2026}
}
备注
Accepted to CVPR 2026