論文の概要: Training-Free Generalized Few-Shot Segmentation through Open-Vocabulary Semantic Arbitration

• arxiv url: http://arxiv.org/abs/2606.09474v1
• Date: Mon, 08 Jun 2026 13:30:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:07.091207
• Title: Training-Free Generalized Few-Shot Segmentation through Open-Vocabulary Semantic Arbitration
• Title（参考訳）: Open-Vocabulary Semantic Arbitrationによる学習自由な一般化Few-Shotセグメンテーション
• Authors: Silas Kwabla Gah, Ebenezer Owusu,
• Abstract要約: 汎用Few-Shot Semantic (GFSS) は伝統的に表現学習問題としてアプローチされてきた。 しかし、最近の基礎モデルは、既に強力なオープン語彙認識とセグメンテーション能力を持っている。 適応ではなく,凍結したセマンティックオーダの推論時間調整によって,Open-Vが解決可能であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generalized Few-Shot Semantic Segmentation (GFSS) has traditionally been approached as a representation-learning problem, requiring task-specific adaptation to incorporate novel classes from limited support examples. Recent foundation models, however, already exhibit strong open-vocabulary recognition and segmentation capabilities, raising a different question: can GFSS be solved through inference-time coordination of frozen semantic priors rather than parameter adaptation? We answer this question with Open-V, a training-free GFSS framework that combines Segment Anything (SAM3) Promptable Concept Segmentation (PCS) with a K-shot CLIP support centroid through calibrated per-pixel semantic arbitration. OpenV introduces no trainable components and supports arbitrary semantic categories at inference time. Beyond segmentation performance, our study contributes three broader findings. First, we show that support information can be incorporated through inference-time semantic grounding, and that its contribution increases as foundation-model text priors weaken on label-disjoint vocabularies. Second, we identify a reproducibility confound in foundationmodel segmentation, demonstrating that preprocessing and evaluation-space mismatches can silently distort reported performance. Finally, we validate Open-V across PASCAL5i, COCO-20i, and ADE-OW, showing that training-free coordination of foundation-model priors generalizes across both conventional GFSS and open-vocabulary evaluation settings. On PASCAL-5i (1-shot), Open-V attains base/novel/harmonic mIoU of 78.4/77.5/77.9, without GFSS-specific training surpassing the strongest trained baseline by +17.7 HM.
• Abstract（参考訳）: 汎用Few-Shot Semantic Segmentation (GFSS) は伝統的に表現学習問題としてアプローチされてきた。 しかし、近年の基盤モデルは、既に強力なオープン語彙認識とセグメンテーション能力を示しており、異なる疑問を提起している。 ここでは,Segment Anything (SAM3) Promptable Concept Segmentation (PCS) とK-shot CLIP (CLIP) を併用したトレーニングフリーなGFSSフレームワークであるOpen-Vについて述べる。 OpenVはトレーニング可能なコンポーネントを導入せず、推論時に任意のセマンティックカテゴリをサポートする。 セグメンテーション性能以外にも,本研究はより広範な3つの発見に貢献する。 まず、推測時セマンティックグラウンド化によって支援情報を組み込むことができ、基礎モデルテキストがラベルと相反する語彙に基づいて弱まるにつれて、その寄与が増加することを示す。 第2に,基礎モデルセグメンテーションにおける再現可能性の相違を同定し,前処理と評価空間のミスマッチが報告された性能を無音に歪めることを示す。 最後に,PASCAL5i,COCO-20i,ADE-OWにまたがるOpen-Vの有効性を検証し,従来のGFSSとオープンボキャブラリ評価設定の両方で基礎モデルのトレーニングフリー調整が一般化されていることを示す。 PASCAL-5i (1-shot)では、Open-Vはベース/ノーベル/ハーモニックmIoUが78.4/77.5/77.9であり、GFSS固有の訓練は+17.7 HMを超える。

関連論文リスト

• Open-Vocabulary Segmentation with Semantic-Assisted Calibration [68.41025728960176]
  オープンボキャブラリセグメンテーション(OVS)は,CLIPの文脈に先行して,語彙内およびドメインバイアスの埋め込み空間を校正することで研究される。 オープン語彙セグメンテーションベンチマークにおける最先端性能を実現するために,セマンティック・アシブ・キャリブレーション・ネットワーク(SCAN)を提案する。
  論文  参考訳（メタデータ） (2023-12-07T07:00:09Z)
• Prototypical Kernel Learning and Open-set Foreground Perception for Generalized Few-shot Semantic Segmentation [7.707161030443157]
  Generalized Few-shot Semantic (GFSS)は、Few-shot Semanticアグリゲーションを拡張して、未確認のクラスと評価中のクラスを分割する。 上記の問題に対して,原型的カーネル学習とオープンセット認識を融合させることで対処する。 さらに、条件バイアスに基づく推論と協調する前景文脈知覚モジュールを採用し、クラス非依存およびオープンセット前景検出を行う。
  論文  参考訳（メタデータ） (2023-08-09T13:38:52Z)
• Global Knowledge Calibration for Fast Open-Vocabulary Segmentation [124.74256749281625]
  本稿では,各学習カテゴリの同義語群を生成するテキスト多様化戦略を提案する。 また,CLIPの汎用的な知識を維持するために,テキスト誘導型知識蒸留法を用いている。 提案手法は, 各種データセットに対して頑健な一般化性能を実現する。
  論文  参考訳（メタデータ） (2023-03-16T09:51:41Z)
• Learning What Not to Segment: A New Perspective on Few-Shot Segmentation [63.910211095033596]
  近年では、FSS ( few-shot segmentation) が広く開発されている。 本稿では,問題を緩和するための新鮮で直接的な知見を提案する。 提案されたアプローチのユニークな性質を踏まえて、より現実的で挑戦的な設定にまで拡張する。
  論文  参考訳（メタデータ） (2022-03-15T03:08:27Z)
• Generalized Few-shot Semantic Segmentation [68.69434831359669]
  本稿では,GFS-Seg(Generalized Few-Shot Semantic)と呼ばれる新しいベンチマークを導入する。 GFS-セグにおいて、先行する最先端の一般化が不足していることを示す最初の研究である。 本研究では,1)支援サンプルから共起前の知識を活用すること,2)各クエリ画像の内容に基づいて条件付き情報に動的に拡張することにより,性能を著しく向上するコンテキスト認識型プロトタイプ学習(CAPL)を提案する。
  論文  参考訳（メタデータ） (2020-10-11T10:13:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。