目标计数论文阅读(2)Learning To Count Everything论文地址:Learning To Count Everything github代码:代码与数据集现有关于视觉计数的研究大多仅针对单一特定类别(如人、动物、细胞)进行。本文提出了一种通用计数方法,旨在仅需给定目标类别的少量标注实例,即可对任意类别物体进行计数。我们将计数问题构建为一个少样本回归任务,并提出一种新颖的方法:通过输入查询图像及该图像中少量示例物体,预测查询图像中所有目标类别的物体的密度分布图。此外,我们设计了一种创新的自适应策略,使网络在测试时能够仅通过来自新类别的少量示例物体,快速适应任何未