CVPR：零样本通用分割框架（附源代码）

点击蓝字 关注我们关注并星标从此不迷路计算机视觉研究院公众号ID｜计算机视觉研究院学习群｜扫码在主页获取加入方式论文地址：https://arxiv.org/pdf/2306.11087.pdf计算机视觉研究院专栏Column of Computer Vision Institute今天分享研究了通用的零样本分割，在不需要任何训练样本的情况下，实现新类别的全景、实例和语义分割。01概要简介这种零样本分割能力依赖于语义空间中的类间关系，将从可见类别中学习到的视觉知识转移到不可见类别中。因此，希望很好地桥接语义视觉空间，并将语义关系应用于视觉特征学习。研究者引入了一个生成模型来合成不可见类别的特征，该模型连接了语义和视觉空间，并解决了缺乏不可见训练数据的问题。此外，为了缓解语义空间和视觉空间之间的领域差距。首先，通过学习primitives增强vanilla generator，每个都包含与类别相 ………………………………