跳到正文
arXiv · 机器人与计算机视觉· Francesco Di Sario, Riccardo Renzulli, Marco Grangetto, Akihiro Sugimoto, Enzo Tartaglione·· 2026-10-19AI 评分67

GoDe:按需高斯表示的骨干无关渐进式压缩框架

GoDe: Gaussians on Demand for Backbone-Agnostic Progressive Compression

AI 导读

arXiv 预印本论文 GoDe 提出一种渐进式压缩框架,通过掩蔽梯度重要性排序构建层级细节,利用共享熵字典存储基础层与增强层。该方法无需修改骨干网络或为每种新基元重新推导压缩结构,即可将任意训练好的可微分高斯表示重组为可扩展比特流。

来源:arXiv · 机器人与计算机视觉 · arxiv.org