零样本协同分割网络

跨类别零样本分割

通过将视觉共识转化为显式文本信号，该网络无需目标类别样本即可分割未见过类别的共同物体。

段星 · 杨燕 · Pan, Liyuan · 刘峡壁 · Mingyang, Gong

Pattern Recognition 2026

技术优势

未见类别也能分割

通过将视觉共识转换为显式文本信号，利用文本概念的可扩展性实现零样本语义迁移。

不用标注就能训练

自监督学习框架，无需目标类别标签即可训练并分割共同物体。

对齐更准

迭代区域过滤器与区域-文本对齐学习方法逐步对齐共同物体区域，提高分割精度。

应用场景

• 具身智能视觉感知：让机器人无需预定义类别就能理解场景中共同物体，快速适应新环境。
• 机器人视觉：赋予机器人零样本识别未见物体的能力，减少对标注数据的依赖。
• 工业质检：无需缺陷样本标注即可从产品图像中自动分割出共同缺陷区域。
• 智能监控：在监控场景中自动发现并分割共同目标，无需预先定义目标类别。