AIが何でも数えられるように

物体を数えることは、依然としてドメイン固有のデータセットやタスクの定式化によって細分化されています。既存のCounting modelsは、特定のシナリオに合わせて調整されていることが多く、カテゴリー、視覚ドメイン、Object scales、Density distributionsを横断して汎用化することに苦慮しています。本論文は、高い精度とMulti-domain generalizationを達成する、Text-guided object countingのためのGeneralist modelを提示します。