Count Anything

O Count Anything não é só mais um modelo de contagem, é uma mudança de paradigma: troca mapas de densidade por pontos discretos de instância, com dois módulos especializados que atuam em paralelo. O Region-level Sparse Counter lida com objetos grandes e esparsos (como veículos em imagens aéreas ou células isoladas em lâminas), enquanto o Pixel-level Dense Counter resolve casos difíceis como bactérias em culturas densas ou grãos em plantações, prevendo pontos em alta resolução mesmo sem contornos claros.

Isso só foi possível porque o time construiu o CLOC, o primeiro benchmark cross-domain com anotações homogêneas em seis áreas técnicas distintas, desde microscopia celular até sensoriamento remoto. Nada disso existia antes como conjunto unificado: cada domínio usava seus próprios datasets, métricas e rótulos, o que travava comparação justa e transferência de modelos. O CLOC padronizou tudo em torno de pontos de instância + texto-descritivo, alinhando com a tendência global de modelos multimodais baseados em grounding espacial.

Contar não é só sobre número: é sobre localização interpretable, controle semântico via linguagem e operação confiável em ambientes reais, onde câmeras variam, iluminação muda e objetos se sobrepõem. Modelos anteriores falhavam ao migrar de laboratório para campo, ou de satélite para microscópio. Count Anything entrega isso com supervisão pontual flexível (aceita bounding boxes, pontos únicos ou máscaras) e fusão sem parâmetros entre os dois contadores, ou seja, zero ajuste fino necessário para novos domínios. Isso reduz drasticamente o custo de implantação em aplicações industriais, médicas e agrícolas.