ReCLIP++:学习消除CLIP在无监督语义分割中的偏差
原文中文,约300字,阅读约需1分钟。发表于: 。本研究针对CLIP在无监督语义分割中由于类偏好和空间偏好导致的意外偏差问题,提出了一种明确建模和校正偏差的方法。通过设计可学习的“参考”提示和位置嵌入的投影,研究表明该方法显著提升了分割性能,并在多种基准测试中优于现有的最先进技术。
本研究提出了一种无需调参的基于CLIP的语义分割框架,通过利用CLIP的零样本分类能力生成伪标签或进行开放词汇量的分割,解决了蒙版与CLIP文本嵌入之间的偏差问题,提出了一种判别偏差对齐的CLIP方法以获得更好的性能。实验证实了该方法的效率和有效性。