论文提出原型引导文本校准(PTC),先从初始图文匹配结果中筛选可靠视觉证据并构建类别原型,再据此自适应校准文本嵌入。作者称该模块无需额外训练或外部模型,可插入现有免训练开放词汇分割方法,并在8个基准上提升6种代表性方法,但摘要未提供具体指标。
最近 24 小时暂无可用热度快照。