Tag · 2 篇
贝叶斯优化
分布 高效模型与推理加速1图像分割1
01 02
DABO：基于扩散学习先验的难度感知贝叶斯优化
DABO: Difficulty-Aware Bayesian Optimization with Diffusion-Learned Priors
对视觉研究者而言，DABO 提供了一套可直接复用的超参数搜索框架：用条件扩散模型在真实学习曲线上生成合成数据，训练难度感知代理模型与采集函数，从而在有限算力预算下更高效地调参（如检测、分割、生成模型的训练超参），减少在简单区域浪费的搜索预算。
BiPA：面向水下实例分割的双层提示词适配
BiPA: Bilevel Prompt Adaptation for Underwater Instance Segmentation
把 SAM 的稠密提示词学习建模成双层优化，并用贝叶斯优化在冻结主干的前提下先搜提示词、再微调模型，这套「先优化提示词、后调参数」的两阶段流程可直接迁移到其他严重域偏移场景（如医学、遥感）的 SAM 适配。