تحديد أي شيء: التجزئة الدلالية القليلة الاستخدام متعددة الفئات باستخدام دعائم بصرية

نقدم نموذج "Label Anything"، وهي بنية شبكية عصبية مبتكرة مصممة للتصنيف الشكلي القليل التدريب (FSS) التي تُظهر قدرة تعميم متميزة عبر فئات متعددة، مع احتياجات قليلة جدًا من الأمثلة لكل فئة. على عكس الطرق التقليدية لـ FSS التي تعتمد بشكل رئيسي على الخرائط (Masks) لتسمية صور الدعم، يقدّم "Label Anything" أنواعًا متنوعة من الدعائم البصرية — نقاط، ومربعات حدودية، وخرائط — مما يعزز مرونة الإطار وقابلية تكيّفه. ما يميّز نهجنا هو أن "Label Anything" صُمّم لتدريب نهائياً (end-to-end) في سيناريوهات FSS متعددة الفئات، بحيث يمكنه التعلّم بكفاءة من تكوينات متنوعة لمجموعات الدعم دون الحاجة إلى إعادة التدريب. يمكّن هذا النهج من تطبيق "شامل" على مختلف التحديات المتعلقة بـ FSS، بدءًا من التصنيف من فئة واحدة مع مثال واحد (1-way 1-shot) وصولاً إلى التكوينات المعقدة من فئة متعددة مع عدة أمثلة (N-way K-shot)، مع الحفاظ على التمييز بين عدد محدد من الأمثلة لكل فئة. ويشكّل هذا الاستراتيجية التدريبية المبتكرة تقليلًا كبيرًا في المتطلبات الحسابية، ويعزز بشكل ملحوظ قابلية التكيّف والقدرة على التعميم للنموذج عبر مهام تجزئة متنوعة. وقد أثبتت تقييماتنا التجريبية الشاملة، وخاصة الأداء المتفوّق على معيار COCO-$20^i$، قوة التعميم والانسيابية المتميزة لـ "Label Anything". يمكن الوصول إلى الكود المصدري بشكل عام عبر الرابط التالي: https://github.com/pasqualedem/LabelAnything.