Buchumschlag

Vision Transformer Off-the-Shelf: A Surprising Baseline for Few-Shot Class-Agnostic Counting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zhicheng, Xiao, Liwen, Cao, Zhiguo, Lu, Hao
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SQLNet: Scale-Modulated Query and Localization Network for Few-Shot Class-Agnostic Counting
von: Wu, Hefeng, et al.
Veröffentlicht: (2023)

Exploring Contextual Attribute Density in Referring Expression Counting
von: Wang, Zhicheng, et al.
Veröffentlicht: (2025)

A Simple-but-effective Baseline for Training-free Class-Agnostic Counting
von: Lin, Yuhao, et al.
Veröffentlicht: (2024)

Zero-Shot Video Editing Using Off-The-Shelf Image Diffusion Models
von: Wang, Wen, et al.
Veröffentlicht: (2023)

FocalCount: Towards Class-Count Imbalance in Class-Agnostic Counting
von: Zhu, Huilin, et al.
Veröffentlicht: (2025)

FADE: A Task-Agnostic Upsampling Operator for Encoder-Decoder Architectures
von: Lu, Hao, et al.
Veröffentlicht: (2024)

Decoupling Clinical and Class-Agnostic Features for Reliable Few-Shot Adaptation under Shift
von: Rahman, Umaima, et al.
Veröffentlicht: (2025)

LP++: A Surprisingly Strong Linear Probe for Few-Shot CLIP
von: Huang, Yunshi, et al.
Veröffentlicht: (2024)

Pseudo-Labeling by Multi-Policy Viewfinder Network for Image Cropping
von: Pan, Zhiyu, et al.
Veröffentlicht: (2024)

Reference Twice: A Simple and Unified Baseline for Few-Shot Instance Segmentation
von: Han, Yue, et al.
Veröffentlicht: (2023)

Calibrating Higher-Order Statistics for Few-Shot Class-Incremental Learning with Pre-trained Vision Transformers
von: Goswami, Dipam, et al.
Veröffentlicht: (2024)

Self-Supervised Class-Agnostic Motion Prediction with Spatial and Temporal Consistency Regularizations
von: Wang, Kewei, et al.
Veröffentlicht: (2024)

CountFormer: A Transformer Framework for Learning Visual Repetition and Structure in Class-Agnostic Object Counting
von: Hossain, Md Tanvir, et al.
Veröffentlicht: (2025)

Few-Shot Anomaly Detection via Category-Agnostic Registration Learning
von: Huang, Chaoqin, et al.
Veröffentlicht: (2024)

CountingDINO: A Training-free Pipeline for Class-Agnostic Counting using Unsupervised Backbones
von: Pacini, Giacomo, et al.
Veröffentlicht: (2025)

Bootstrapping MLLM for Weakly-Supervised Class-Agnostic Object Counting
von: Zhang, Xiaowen, et al.
Veröffentlicht: (2026)

Does it Really Count? Assessing Semantic Grounding in Text-Guided Class-Agnostic Counting
von: Pacini, Giacomo, et al.
Veröffentlicht: (2026)

A Strong Baseline for Semi-Supervised Incremental Few-Shot Learning
von: Zhao, Linglan, et al.
Veröffentlicht: (2021)

Controllable Relation Disentanglement for Few-Shot Class-Incremental Learning
von: Zhou, Yuan, et al.
Veröffentlicht: (2024)

Adaptive Decision Boundary for Few-Shot Class-Incremental Learning
von: Li, Linhao, et al.
Veröffentlicht: (2025)

OCCAM: Class-Agnostic, Training-Free, Prior-Free and Multi-Class Object Counting
von: Spanakis, Michail, et al.
Veröffentlicht: (2026)

A Recipe for CAC: Mosaic-based Generalized Loss for Improved Class-Agnostic Counting
von: Chou, Tsung-Han, et al.
Veröffentlicht: (2024)

Mind the Prompt: A Novel Benchmark for Prompt-based Class-Agnostic Counting
von: Ciampi, Luca, et al.
Veröffentlicht: (2024)

Pre-trained Vision and Language Transformers Are Few-Shot Incremental Learners
von: Park, Keon-Hee, et al.
Veröffentlicht: (2024)

MPA: Multimodal Prototype Augmentation for Few-Shot Learning
von: Wu, Liwen, et al.
Veröffentlicht: (2026)

Towards Generative Predictive Display for Vision-Based Teleoperation: A Zero-Shot Benchmark of Off-the-Shelf Video Models
von: Khalil, Aws, et al.
Veröffentlicht: (2026)

Few-Shot Learning with Class Imbalance
von: Ochal, Mateusz, et al.
Veröffentlicht: (2021)

A Comparative Study of Vision Transformers and CNNs for Few-Shot Rigid Transformation and Fundamental Matrix Estimation
von: Kaya, Alon, et al.
Veröffentlicht: (2025)

Singular Value Fine-tuning for Few-Shot Class-Incremental Learning
von: Wang, Zhiwu, et al.
Veröffentlicht: (2025)

Intra-task Mutual Attention based Vision Transformer for Few-Shot Learning
von: Jiang, Weihao, et al.
Veröffentlicht: (2024)

Adaptive Additive Parameter Updates of Vision Transformers for Few-Shot Continual Learning
von: Stein, Kyle, et al.
Veröffentlicht: (2025)

CASP: Few-Shot Class-Incremental Learning with CLS Token Attention Steering Prompts
von: Huang, Shuai, et al.
Veröffentlicht: (2026)

Bias Mitigating Few-Shot Class-Incremental Learning
von: Zhao, Li-Jun, et al.
Veröffentlicht: (2024)

CALA: A Class-Aware Logit Adapter for Few-Shot Class-Incremental Learning
von: Liu, Chengyan, et al.
Veröffentlicht: (2024)

VTFusion: A Vision-Text Multimodal Fusion Network for Few-Shot Anomaly Detection
von: Jiang, Yuxin, et al.
Veröffentlicht: (2026)

Breaking Forgetting: Training-Free Few-Shot Class-Incremental Learning via Conditional Diffusion
von: Kang, Haidong, et al.
Veröffentlicht: (2025)

ChatDiT: A Training-Free Baseline for Task-Agnostic Free-Form Chatting with Diffusion Transformers
von: Huang, Lianghua, et al.
Veröffentlicht: (2024)

CSL: Class-Agnostic Structure-Constrained Learning for Segmentation Including the Unseen
von: Zhang, Hao, et al.
Veröffentlicht: (2023)

Single Domain Generalization for Few-Shot Counting via Universal Representation Matching
von: Chen, Xianing, et al.
Veröffentlicht: (2025)

Efficient Few-Shot Neural Architecture Search by Counting the Number of Nonlinear Functions
von: Oh, Youngmin, et al.
Veröffentlicht: (2024)