Tag · 3 篇
代价聚合
分布 图像分割13D 视觉与重建1视觉语言模型1
01 02 03
PCA-Seg：重新审视开放词表语义分割与部件分割中的代价聚合
PCA-Seg: Revisiting Cost Aggregation for Open-Vocabulary Semantic and Part Segmentation
把开放词表分割中「空间聚合→类别聚合」的串行代价体处理改为并行双流（语义流+上下文流）加正交化解耦，并用系数映射器做像素级自适应加权；做开放词表分割或需要从图文代价体中抽取对齐线索的工作可直接复用该并行聚合块（仅增 0.35M 参数）。
Lite Any Stereo：高效零样本立体匹配
Lite Any Stereo: Efficient Zero-Shot Stereo Matching
提供了一套可复用的轻量骨干网络与混合代价聚合设计，并用百万级数据的三阶段训练策略弥合仿真到真实的差距，使超轻量立体匹配模型具备零样本泛化能力，可直接用于实时深度估计与部署受限场景。
提升零样本目标计数的数量与空间感知能力
Boosting Quantitive and Spatial Awareness for Zero-Shot Object Counting
提出数值条件提示和代价聚合解码器，将计数从粗检索转为细粒度数量感知，可直接用于开放词表计数和视觉语言模型的定量推理增强。