論文の概要: AdaCount: Training-Free Similarity-Guided Spatial and Feature Adaptation for Zero-Shot Object Counting

• arxiv url: http://arxiv.org/abs/2607.02139v1
• Date: Thu, 02 Jul 2026 13:16:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.83948
• Title: AdaCount: Training-Free Similarity-Guided Spatial and Feature Adaptation for Zero-Shot Object Counting
• Title（参考訳）: AdaCount: ゼロショットオブジェクトカウントのための訓練自由類似性誘導空間と特徴適応
• Abstract要約: Zero-shot Object counting (ZOC)は、テキストプロンプトによってのみ指定された任意のオブジェクトカテゴリのインスタンスをカウントすることを目的としている。 最近のトレーニングフリーアプローチではSAMのような基礎モデルを利用して、カウントをプロンプト駆動のセグメンテーションタスクとして再構成している。 類似性誘導空間および特徴適応に基づくZOCのためのトレーニングフリーフレームワークであるAdaCountを提案する。
• 参考スコア（独自算出の注目度）: 22.69910219820086
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Zero-shot object counting (ZOC) aims to count instances of arbitrary object categories specified only through textual prompts. Recent training-free approaches leverage foundation models such as SAM to reformulate counting as a prompt-driven segmentation task, eliminating the need for costly counting-specific training data with point-level annotations. More recently, SAM3 introduced promptable concept segmentation, enabling the zero-shot segmentation of all instances corresponding to a text-defined concept. However, SAM3 struggles in densely populated scenes containing numerous small objects, where limited image resolution and insufficient attention to target-relevant regions often lead to missed instances and poor instance separation, hindering accurate object counting. To address this limitation, we propose AdaCount, a training-free framework for ZOC based on similarity-guided spatial and feature adaptation. AdaCount first estimates a prototype-driven similarity map that identifies target-relevant regions. This similarity map subsequently guides two complementary adaptations: (i) similarity-guided spatial warping, which reallocates image resolution toward target instances, and (ii) feature modulation, which amplifies target-relevant encoder representations. Together, these adaptations enable SAM3 to devote greater representational capacity to target-relevant regions while preserving global image context, without requiring any model retraining. Extensive experiments across six diverse counting benchmarks establish AdaCount as a new SOTA among training-free ZOC approaches.
• Abstract（参考訳）: Zero-shot Object counting (ZOC)は、テキストプロンプトによってのみ指定された任意のオブジェクトカテゴリのインスタンスをカウントすることを目的としている。 最近のトレーニングフリーアプローチではSAMのような基礎モデルを活用して、カウントをプロンプト駆動のセグメンテーションタスクとして再編成し、ポイントレベルのアノテーションを使ったコストの高いカウント固有のトレーニングデータを不要にしている。 より最近ではSAM3は、テキスト定義の概念に対応するすべてのインスタンスのゼロショットセグメンテーションを可能にする、プロンプト可能な概念セグメンテーションを導入した。 しかしSAM3は、多数の小さなオブジェクトを含む密集したシーンで苦労しており、画像の解像度が制限され、ターゲット関連領域への注意が不足しているため、インスタンスの欠落やインスタンスの分離が不十分になり、正確なオブジェクトのカウントを妨げている。 この制限に対処するために、類似性誘導空間および特徴適応に基づくZOCのためのトレーニングフリーフレームワークであるAdaCountを提案する。 AdaCountはまず、ターゲット関連領域を識別するプロトタイプ駆動の類似性マップを推定する。 この類似写像はその後、2つの相補的な適応を導く。 一 画像解像度を目標インスタンスに向けて再配置する類似性誘導空間ワープ (ii) ターゲット関連エンコーダ表現を増幅する特徴変調。 これらの適応によりSAM3は、モデル再トレーニングを必要とせず、グローバルな画像コンテキストを維持しながら、ターゲット関連領域により大きな表現能力を提供することができる。 AdaCountは、トレーニングフリーなZOCアプローチの新たなSOTAとして確立されている。

関連論文リスト

• Promptable Concept Segmentation from Above: Evaluating SAM 3's Zero-Shot and One-Shot Capabilities in Remote Sensing [0.42970700836450487]
  本稿では,リモートセンシングシーンの分類,オブジェクト検出,インスタンスのセグメンテーションにまたがる総合的,マルチタスクな経験的評価について述べる。 我々の結果は、SAM 3がレガシーなドメイン適応モデルでよく見られる過度な適合を避けることを実証している。 サブピクセル解像度制限と、オーバーヘッドセマンティックブラインドスポットによって、基本的に制限されている。
  論文  参考訳（メタデータ） (2026-07-10T16:33:05Z)
• Few-Shot Semantic Segmentation Meets SAM3 [23.28277367328234]
  Few-Shot Semantic (FSS)は、注釈付きサンプルのごく一部から新しいオブジェクトカテゴリのセグメンテーションに焦点を当てている。 我々は、現代のビジョン基盤モデルの観点からFSSを再考し、Segment Anything Model 3 (SAM3) のトレーニングフリーソリューションとしての可能性を探る。 Promptable Concept (PCS) 機能を再利用することで,サポートとクエリの画像を共有キャンバスに配置するシンプルな空間結合戦略を採用する。
  論文  参考訳（メタデータ） (2026-04-07T04:59:50Z)
• Bootstrapping MLLM for Weakly-Supervised Class-Agnostic Object Counting [59.37613121962146]
  本稿では,クラスに依存しないオブジェクトカウントのためのMLLM駆動型弱教師付きフレームワークWS-COCを提案する。 WS-COCは、多くの最先端の完全に管理されたメソッドと一致し、また、アノテーションのコストを大幅に削減します。
  論文  参考訳（メタデータ） (2026-02-13T09:58:35Z)
• CountZES: Counting via Zero-Shot Exemplar Selection [22.69910219820086]
  ゼロショット例選択によるオブジェクトカウントのためのトレーニング不要フレームワークであるCountZESを提案する。 CountZESは3つの相乗的段階(DAE)、密度誘導指数(DGE)、特徴合意指数(FCE))を通して様々な相乗的段階を発見する
  論文  参考訳（メタデータ） (2025-12-18T11:12:50Z)
• Split Matching for Inductive Zero-shot Semantic Segmentation [56.47556212515178]
  Zero-shot Semantic (ZSS)は、トレーニング中にアノテートされていないカテゴリをセグメントすることを目的としている。 ハンガリーのマッチングを2つのコンポーネントに分離する新しい割当て戦略であるSplit Matching (SM)を提案する。 SMは、インダクティブZSS設定の下で最初に分離されたハンガリー語マッチングを導入し、2つの標準ベンチマークで最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2025-05-08T07:56:30Z)
• One-shot In-context Part Segmentation [97.77292483684877]
  パートセグメンテーションの課題に取り組むために,One-shot In-context Part (OIParts) フレームワークを提案する。 私たちのフレームワークは、トレーニングのない、フレキシブルで、データ効率のよいパートセグメンテーションに対して、新しいアプローチを提供します。 我々は多種多様な対象カテゴリで顕著なセグメンテーション性能を達成した。
  論文  参考訳（メタデータ） (2025-03-03T03:50:54Z)
• ZeroReg: Zero-Shot Point Cloud Registration with Foundation Models [77.84408427496025]
  最先端の3Dポイントクラウド登録方法は、トレーニングのためにラベル付き3Dデータセットに依存している。 我々は2次元基礎モデルを用いて3次元対応を予測するゼロショット登録手法であるZeroRegを紹介する。
  論文  参考訳（メタデータ） (2023-12-05T11:33:16Z)
• Point, Segment and Count: A Generalized Framework for Object Counting [40.192374437785155]
  クラスに依存しないオブジェクトカウントは、例ボックスやクラス名に関して、イメージ内のすべてのオブジェクトをカウントすることを目的としている。 本稿では,検出に基づく少数ショットとゼロショットの両方のオブジェクトカウントのための一般化されたフレームワークを提案する。 PseCoは、少数ショット/ゼロショットオブジェクトカウント/検出の両方で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2023-11-21T06:55:21Z)
• USER: Unified Semantic Enhancement with Momentum Contrast for Image-Text Retrieval [115.28586222748478]
  Image-Text Retrieval (ITR) は、与えられたクエリに意味のあるターゲットインスタンスを、他のモダリティから検索することを目的としている。 既存のアプローチは通常、2つの大きな制限に悩まされる。
  論文  参考訳（メタデータ） (2023-01-17T12:42:58Z)
• Integrative Few-Shot Learning for Classification and Segmentation [37.50821005917126]
  少数ショット分類とセグメンテーション(FS-CS)の統合タスクについて紹介する。 FS-CSは、ターゲットクラスがいくつかの例で与えられるとき、クエリイメージでターゲットオブジェクトを分類し、セグメントすることを目的としている。 本稿では,FS-CSのための統合的数ショット学習フレームワークを提案し,学習者がクラスワイドな前景マップを構築するように訓練する。
  論文  参考訳（メタデータ） (2022-03-29T16:14:40Z)
• Semantic Attention and Scale Complementary Network for Instance Segmentation in Remote Sensing Images [54.08240004593062]
  本稿では,セマンティックアテンション(SEA)モジュールとスケール補完マスクブランチ(SCMB)で構成される,エンドツーエンドのマルチカテゴリインスタンスセグメンテーションモデルを提案する。 SEAモジュールは、機能マップ上の興味あるインスタンスのアクティベーションを強化するために、追加の監督を備えた、単純な完全な畳み込みセマンティックセマンティックセマンティクスブランチを含んでいる。 SCMBは、元のシングルマスクブランチをトリデントマスクブランチに拡張し、異なるスケールで補完マスクの監視を導入する。
  論文  参考訳（メタデータ） (2021-07-25T08:53:59Z)

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。