任意分辨率推理

SPAR：面向开放词表分割的单次任意分辨率视觉 Transformer

SPAR: Single-Pass Any-Resolution ViT for Open-vocabulary Segmentation

SPAR 通过特征回归蒸馏，将滑窗教师的空间推理能力迁移到单次前向的学生模型，使 ViT 无需架构改动即可高效处理任意分辨率输入，可直接用于开放词表分割等密集预测任务的高分辨率推理。