跳到正文
arXiv · 机器人与计算机视觉· Utku Cicek, Mahip Singh, Ziyao Shang, Kimathi Kaai, C Thomas, Pedro Pablo Guerrero Vela, Alexander Wong, Sirisha Rambhatla·· 2026-10-16精选AI 评分78

Pixels to Tokens:面向低预算语义分割的 Token 空间高效主动学习

Pixels to Tokens: Token Space Efficient Active Learning for Low-Budget Semantic Segmentation

AI 导读

论文提出了 TEAL(Token-space Efficient Active Learning),这是首个基于 ViT 表示构建的像素级主动学习框架。该方法冻结 ViT 主干网络,直接在原生 token 晶格上进行基于多样性的选择,避免插值带来的伪影,并通过解码器网格上的边缘不确定性进行细化。

推荐理由

TEAL 框架在极低标注预算下实现语义分割,将 ViT token 空间选择与解码器网格不确定性结合,显著优于现有基线。

来源:arXiv · 机器人与计算机视觉 · arxiv.org