基于提示的无训练目标计数方法

本文解决图像中目标计数问题。现有方法依赖带有每个目标点标注的大量训练数据，使得数据收集费力且耗时。为克服此问题，我们提出一种无训练目标计数器，将计数任务视为分割问题。我们的方法利用以高质量掩码和零样本分割能力著称的 Segment Anything Model (SAM)。然而，SAM 的原始掩码生成方法在掩码中缺乏类别特定信息，导致计数精度较差。为克服该局限，我们引入一种先验引导的掩码生成方法，将三类先验融入分割过程，提升效率与精度。此外，我们通过提出结合参考目标选择与先验引导掩码生成的两阶段方法，解决通过文本指定计数目标的问题。在标准数据集上的大量实验表明，我们的无训练计数器相比基于学习的方法具有竞争性性能。本文为多种场景下目标计数提供了一种无需大量数据收集和计数专用训练的颇具前景的方案。代码见 \url{https://github.com/shizenglin/training-free-object-counter}