learned image compression (LIC)

CrossMambaTuning 框架增强机器视觉模型适应性

研究人员开发了 CrossMambaTuning，一个用于将预训练的图像学习压缩 (LIC) 模型适应于机器视觉任务的新框架。该方法将状态空间模型与跨层交互机制相结合，以实现高效的微调。它包含一个带有任务特定提示和多尺度分支的 Mamba 适配器，以及一个融合不同尺度任务信息的尺度不变跨层适配器 (SICA)。实验表明，CrossMambaTuning 在实现最先进性能的同时，与现有方法相比，参数开销减少了 72%。