BriefGPT - AI 论文速递
·
RESMatch: 半监督方式下的指代表达式分割
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一个新的基准测试 Generalized Referring Expression Segmentation (GRES)，它允许表达式引用任意数量的目标对象。通过构建大规模数据集 gRefCOCO，并提出基于区域的 GRES 基线 ReLA，成功划分具有子实例线索的区域，并建模区域 - 区域和区域 - 语言之间的依赖关系。实验结果表明，GRES的一个重要挑战是复杂的关系建模，而基于区域的方法ReLA在新提出的GRES和经典的RES任务上取得了最新的性能水平。
🎯
关键要点
- 介绍了新的基准测试 Generalized Referring Expression Segmentation (GRES)。
- GRES 允许表达式引用任意数量的目标对象。
- 构建了第一个大规模数据集 gRefCOCO。
- 提出了一种基于区域的 GRES 基线 ReLA。
- ReLA 将图像划分为具有子实例线索的区域。
- 明确建模区域 - 区域和区域 - 语言之间的依赖关系。
- GRES 的一个重要挑战是复杂的关系建模。
- 基于区域的方法 ReLA 在 GRES 和经典的 RES 任务上取得了最新的性能水平。
➡️
