研究者提出LUMA统一分割适配器基准

Tobias Christian Nauen 等研究者发布论文提出 LUMA（轻量通用掩码适配器），一个与 backbone 无关的 mask-transformer 分割头，将任意 backbone 当作黑箱特征提取器，通过交叉注意力读取特征。论文称其精度与最先进的 EoMT 相当且成本持平，可直接适配层级、卷积和 MoE backbone。研究已被 WACV 2027 接收。 在固定该头的前提下，作者用统一的现代训练方案，在 ADE20K、COCO 和 Cityscapes 三个数据集上对 20 个 backbone、11 种预训练方案及多种分辨率进行了基准评测。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。