CLIP is Also an Efficient Segmenter: A Text-Driven Approach for Weakly Supervised Semantic Segmentation

Softmax函数 计算机科学 分割 人工智能 光学(聚焦) 自然语言处理 模式识别(心理学) 机器学习 深度学习 物理 光学
作者
Yanli Lin,Minghao Chen,Wenxiao Wang,Boxi Wu,Ké Li,Binbin Lin,Haifeng Liu,Xiaofei He
标识
DOI:10.1109/cvpr52729.2023.01469
摘要

Weakly supervised semantic segmentation (WSSS) with image-level labels is a challenging task. Mainstream approaches follow a multi-stage framework and suffer from high training costs. In this paper, we explore the potential of Contrastive Language-Image Pre-training models (CLIP) to localize different categories with only image-level labels and without further training. To efficiently generate high-quality segmentation masks from CLIP, we propose a novel WSSS framework called CLIP-ES. Our framework improves all three stages of WSSS with special designs for CLIP: 1) We introduce the softmax function into GradCAM and exploit the zero-shot ability of CLIP to suppress the confusion caused by non-target classes and backgrounds. Mean-while, to take full advantage of CLIP, we re-explore text inputs under the WSSS setting and customize two text-driven strategies: sharpness-based prompt selection and synonym fusion. 2) To simplify the stage of CAM refinement, we propose a real-time class-aware attention-based affinity (CAA) module based on the inherent multi-head self-attention (MHSA) in CLIP- ViTs. 3) When training the final segmentation model with the masks generated by CLIP, we introduced a confidence-guided loss (CGL) focus on confident regions. Our CLIP-ES achieves SOTA performance on Pascal VOC 2012 and MS COCO 2014 while only taking 10% time of previous methods for the pseudo mask generation. Code is available at https://github.com/linyq2117/CLIP-ES.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
大个应助科研通管家采纳,获得10
刚刚
田様应助科研通管家采纳,获得10
刚刚
英勇绮南完成签到,获得积分10
刚刚
CodeCraft应助科研通管家采纳,获得10
刚刚
ddffgz完成签到,获得积分20
1秒前
PinKing完成签到 ,获得积分10
1秒前
ChandlerZB完成签到,获得积分10
1秒前
苏以祀完成签到,获得积分10
2秒前
haha完成签到,获得积分20
2秒前
Barid完成签到 ,获得积分10
3秒前
賢様666完成签到,获得积分10
3秒前
科研通AI2S应助耍酷芙蓉采纳,获得10
4秒前
4秒前
华仔应助sds采纳,获得30
5秒前
壮观千筹完成签到,获得积分20
5秒前
呜哈哈完成签到,获得积分10
5秒前
充电宝应助智挂东南枝采纳,获得10
6秒前
kkj发布了新的文献求助10
6秒前
炼金术士完成签到,获得积分10
6秒前
xixi发布了新的文献求助30
6秒前
Jack123完成签到,获得积分10
7秒前
[刘小婷]完成签到,获得积分10
7秒前
8秒前
人生如梦 往事随风 1991完成签到 ,获得积分10
8秒前
lxk666发布了新的文献求助30
8秒前
8秒前
研友_LNoAMn完成签到,获得积分10
9秒前
超级的笑容完成签到,获得积分10
9秒前
llllwwww完成签到,获得积分10
9秒前
Jay发布了新的文献求助10
10秒前
万能图书馆应助Crisp采纳,获得10
10秒前
相濡以沫完成签到,获得积分10
11秒前
支雨泽发布了新的文献求助10
11秒前
11秒前
谦让萧完成签到,获得积分10
12秒前
爱撒娇的长颈鹿完成签到,获得积分10
12秒前
JJ完成签到,获得积分10
12秒前
12秒前
dreamboat完成签到,获得积分10
12秒前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Becoming: An Introduction to Jung's Concept of Individuation 600
Communist propaganda: a fact book, 1957-1958 500
Briefe aus Shanghai 1946‒1952 (Dokumente eines Kulturschocks) 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3167375
求助须知:如何正确求助?哪些是违规求助? 2818893
关于积分的说明 7923236
捐赠科研通 2478710
什么是DOI,文献DOI怎么找? 1320438
科研通“疑难数据库(出版商)”最低求助积分说明 632803
版权声明 602443