摘要论文提出了一个用于类别无关计数（Class-AgnosticCounting,CAC）的相似性感知框架。类别无关计数的目标是在给定少量示例的情况下，对查询图像中的所有实例进行计数。该框架通过联合学习表示和相似性度量来改进计数性能。作者首先提出了一个基础的双线性匹配网络（BilinearMatc