scMerge

新方法提升视觉Transformer在语义分割中的效率

研究人员开发了两种新方法来提高视觉Transformer（ViTs）在语义分割任务中的效率。TEAL专注于主动学习，使模型能够识别最具信息量的像素位置进行标注，从而以最少的标注数据实现高性能。SCMerge通过合并相似的令牌并考虑空间一致性来提高效率，提供了准确性和计算成本之间更好的权衡。这两种方法都旨在使基于ViT的语义分割更加实用和具成本效益。