KAIST团队用提示模板分歧生成偏好监督,在MESS基准上让开放词汇分割无需像素级标注即获一致提升
该工作提出偏好引导的开放词汇语义分割适配框架,把不同提示模板对同一图像产生的分割差异(提示分歧)转化为二元偏好监督,用区域局部化偏好优化(RLPO)加一致性正则化在流式单步设定下适配模型,在MESS基准的五个领域组上对SAN与CAT-Seg两种骨干(ViT-B/16与ViT-L/14)均取得一致提升且无需像素级标注,并在偏好噪声下保持有效。
该工作提出偏好引导的开放词汇语义分割适配框架,把不同提示模板对同一图像产生的分割差异(提示分歧)转化为二元偏好监督,用区域局部化偏好优化(RLPO)加一致性正则化在流式单步设定下适配模型,在MESS基准的五个领域组上对SAN与CAT-Seg两种骨干(ViT-B/16与ViT-L/14)均取得一致提升且无需像素级标注,并在偏好噪声下保持有效。
已读完全部报道