arXiv · 机器人与计算机视觉· Haoyu Wang, Fei Zhou, Qingqing Qiu, Lei Zhang, Wei Wei, Chen Ding·· 23 天前AI 评分72
S$^2$-RL:面向生成式语义分割的数据集蒸馏样本 - 集合双重强化学习
S$^2$-RL: Sample-Set Dual Reinforcement Learning for Generative Semantic Segmentation Dataset Distillation
AI 导读
针对语义分割任务中数据集蒸馏面临的双层优化成本高和生成方法缺乏语义知识的瓶颈,本文提出 S$^2$-RL 框架。该方法将蒸馏问题重构为基于扩散模型的文本到图像生成范式,利用 GRPO 算法微调扩散策略,通过样本级语义对齐与类内特征多样性、集合间分布多样性的双重奖励机制,在不进行像素级梯度展开的情况下实现高效的知识压缩。
来源:arXiv · 机器人与计算机视觉 · arxiv.org