Bayesian Joint Diffusion

新的C^2GR框架解决了通用分割模型中的“遗忘”问题

研究人员开发了一个名为Coupled Comprehensive Generative Replay (C^2GR)的新框架，以解决通用分割模型在增量学习中出现的“遗忘”问题。该框架旨在通过合成先前任务的逼真图像-掩码对来保持在顺序学习任务中的性能。C^2GR采用贝叶斯联合扩散方法来维持图像-掩码对应关系，并采用关系感知统一提示同步方案来同时优化生成器和分割器组件。实验表明，C^2GR显著降低了性能下降，取得了接近使用所有可用数据联合训练的结果。