CLIPを応用したMaskCLIPとMaskCLIP+を提案．MaskCLIPは，学習やアノテーションを必要とせずに新規概念（例えば、バットマンやジョーカー）のセグメンテーションに直接利用可能．MaskCLIP+は，MaskCLIPの出力を擬似ラベルとして使用し，DeepLabv2などのより高度なセグメンテーションネットワークを自己学習することによって．セグメンテーション結果をさらに向上．

MaskCLIPは，mIoU指標による定量的な性能と定性的な結果の両方において，妥当な予測結果を獲得．MaskCLIP+は，ゼロショット・セマンティックセグメンテーションにおいて従来のSOTAを大きく上回る性能を発揮．また，MaskCLIP+は完全教師ありセマンティックセグメンテーションにおいて従来のSOTAと同程度の結果．

https://www.mmlab-ntu.com/project/maskclip/