ECCV 2024 | VL4AD：让语义分割认识未知类别，无需额外数据和训练的OOD语义分割

文章预览

点击下方 卡片 ，关注“ CVer ”公众号 AI/CV重磅干货，第一时间送达 点击进入—> 【Mamba和医学影像】交流群 添加微信号：CVer2233，小助手会拉你进群！ 扫描下方二维码，加入CVer学术星球 ！ 可以获得最新顶会/顶刊上的论文idea 和 CV从入门到精通资料，及最前沿应用 ！发论文/搞科研/涨薪，强烈推荐！ 转载自：晓飞的算法工程笔记 论文: VL4AD: Vision-Language Models Improve Pixel-wise Anomaly Detection 论文地址：https://arxiv.org/abs/2409.17330 创新性 提出 VL4AD 模型用于解决语义分割网络难以检测来自未知语义类别的异常的问题，避免额外的数据收集和模型训练。 VL4AD 将视觉-语言（ VL ）编码器纳入现有的异常检测器，利用语义广泛的 VL 预训练来增强对离群样本的感知，还加入 max-logit 提示集成和类别合并策略用于丰富类别描述。 提出了一种新的评分函数，可通过文本 ………………………………