CLIP引导共分割模型

无需额外标注

该模型利用CLIP挖掘图像集公共语义，在四个基准数据集上超越现有方法，为弱监督共分割提供新范式。

段星 · 杨燕 · Pan, Liyuan · 刘峡壁

Pattern Recognition 2025

技术优势

无需额外标注

利用CLIP预训练的视觉-语言对齐能力，从图像集自身挖掘公共语义，不需要额外的分类标签。

性能超越现有方法

在四个标准共分割基准数据集上的实验表明，本方法优于当前最先进的方法。

应用场景

• 自动驾驶场景解析：无需逐帧标注即可分割道路场景中的公共目标，降低数据成本。
• 医学图像分析：从多张医学图像中自动提取共同病灶区域，减轻医生标注负担。
• 机器人视觉：从机器人采集的图像集中发现共同物体，辅助无监督场景理解。