单级开放式词汇全景分割

提供了用于开放式词汇全景分割的单级框架。一个方面提供了包括处理器和存储器的计算系统，存储器存储指令，指令在由处理器执行时，使处理器用于：接收图像；使用基于卷积神经网络的视觉语言模型，从图像中提取多个特征图；从多个特征图生成多个像素特征；从多个像素特征生成多个掩码预测；使用多个像素特征，生成与多个掩码预测相对应的多个词汇内类预测；使用多个特征图，生成多个词汇外类预测；在多个词汇内类预测和多个词汇外类预测上执行几何集成，以生成多个最终类预测；以及输出多个掩码预测和多个最终类预测。