Tag · 2 篇
槽注意力
分布 视频理解与时序1图像分割1
01 02
重建引导的槽课程：解决视频目标中心学习中的目标过分割问题
Reconstruction-Guided Slot Curriculum: Addressing Object Over-Fragmentation in Video Object-Centric Learning
针对槽注意力模型在视频目标中心学习中普遍存在的过分割问题，提出按重建误差逐步扩展槽容量的课程式训练策略，并配合结构感知损失与循环推理提升时序一致性；这套「按需分配表征容量」的思路可直接迁移到任何使用固定槽/查询数量的视频或图像密集预测模型（如 DETR 类查询、视频实例分割）。
MUFASA：面向槽注意力的多层框架
MUFASA: A Multi-Layer Framework for Slot Attention
把槽注意力从只在ViT最后一层做，扩展到多层特征上分别做再融合，这个即插即用模块可以直接套到现有无监督目标分割/目标中心表征方法上，用极小的推理开销换取分割提升和更快收敛。