.png){kind=icon}
返回
Self-visual prompting for training-free recursive weakly supervised semantic segmentation
.png){kind=icon}
PRE
AI
DOI：10.1007/s00530-026-02496-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
弱监督语义分割旨在使用最少标注实现密集分割。然而，标准类激活图（CAM）通常表现出稀疏和不完整的激活。现有解决方案通常通过参数耦合优化来扩展这些激活，但这种适应可能引入数据集特定的偏差和额外的优化成本，尤其是在图像级监督有限的情况下。为解决这一问题，我们引入了自视觉提示（SVP），一种无需训练的CAM生成范式，采用递归自引导策略将优化从模型参数转移到输入上下文。通过利用背景模糊作为负视觉提示，SVP赋能冻结的视觉-语言模型自主纠正其注意力焦点。具体而言，我们的协同CAM提取模块充当提示解释器，通过协同动态梯度响应与静态结构一致性来解码可靠的语义锚点。在该语义先验的指导下，层次化提示生成器通过选择性模糊干扰区域而严格保持物体边界来构建空间负视觉提示。通过这两个模块的递归交互，我们的方法逐步提升CAM的质量。在CAM生成阶段无需任何参数更新的情况下，SVP建立了新的最佳状态，在PASCAL VOC数据集上最终分割mIoU达到75.2%，在MS COCO数据集上达到47.5%。
Keyword:
Weakly supervised semantic segmentation
Self-visual prompting
Training-free
Prompt learning
Vision-language models
期刊
IF:
3.1
论文数:
2.8K
被引数:
2.7K
机构
引用论文
.png){kind=icon}
HCT-Net: hybrid CNN-transformer network with multi-scale feature aggregation and progressive decode for medical image segmentationHct-net: 具有多尺度特征聚合和渐进解码的混合cnn-transformer网络，用于医学图像分割
PREAI
分享收藏
查看更多内容