基于Transformer的不可知类计数方法

针对传统不可知类计数方法模型复杂、参数量大及特征空间不一致等问题,提出一种基于Transformer的不可知类计数方法,同时执行特征提取和相似度匹配。引入提取并匹配模块、Patch编码模块及尺度编码3个模块,提取并匹配模块利用集成自注意力,简化流程,统一了查询图像和样本间的特征空间;Patch编码模块提高了计数效率及定位能力;尺度编码模块补偿了给定样本缩放后的尺寸信息损失。实验结果表明,与CounTR方法相比,在FSC-147验证集上,本方法平均绝对误差降低了8.45%,均方根误差降低了5.38%,有效性和泛化性得到了提高。