Tag · 4 篇

上下文分割

SkySense-VITA: Towards Universal In-context Segmentation of Multi-modal Remote Sensing Imagery

论文提出的提示与预测解耦策略（VITA-Former 负责融合多模态提示，VITA-Decoder 负责预测）以及语义粒度退火（SGA）的由粗到细课程，可直接迁移到其他需要同时支持视觉提示、文本提示与融合提示的通用分割框架中。

PR-MaGIC: Prompt Refinement Via Mask Decoder Gradient Flow For In-Context Segmentation

提出一种无需训练的测试时提示词精炼框架，利用 SAM 掩码解码器的梯度流优化提示词，可无缝集成到现有上下文分割方法中，提升分割质量。

INSID3: Training-Free In-Context Segmentation with DINOv3

利用冻结的 DINOv3 密集自监督特征直接进行语义匹配和分割，无需微调或辅助模型，为少样本分割提供了极简且强泛化的新范式。

CDICS: Delving Into Fine-Grained Attribute for In-Context Segmentation via Compositional Prompts and Phased Decoupling

提出组合式提示（语义、部件、颜色图像）控制上下文分割，并采用两阶段解耦架构先粗定位后细粒度属性匹配，为细粒度可控分割提供了可复用的提示设计与训练策略。