Tag · 1 篇
Looking Beyond the Window: Global-Local Aligned CLIP for Training-free Open-Vocabulary Semantic Segmentation
提出全局-局部对齐的CLIP框架,通过跨窗口键值令牌交换和代理锚点解决滑窗推理中的语义不一致问题,可直接用于提升免训练开放词表分割方法的高分辨率处理能力。