CAT-Seg (CVPR'2023)模型复现

[chenjjcccc]

问题描述 Please describe your issue

CAT-Seg (CVPR'2023)模型复现

任务描述

任务背景

• CAT-Seg是open-vocabulary semantic segmentation的前沿模型，其提出了一种cost aggregation方法将CLIP表征应用于像素级分割任务，在多个数据集上达到了开放集分割的SOTA

完成步骤

1. 数据和模型、代码均已经开源。
2. 根据开源代码进行网络结构、评估指标转换，代码链接。
3. 结合论文复现指南和复现指南-新ppsigs/article-implementation/论文复现指南-新.pdf，进行前反向对齐等操作，达到论文Table.1中的指标。
4. 进行TIPC验证lite train lite infer 链条。
5. 参考PR提交规范提交代码PR到ppseg中。

提交内容：

1. 代码提交到PaddleSeg。可参考（#3098）