跳到正文
arXiv · 机器人与计算机视觉· Yunzhi Zhuge, Xinzhuo Yu, Sitong Gong, Lu Zhang, Pingping Zhang, Huchuan Lu·· 16 天前AI 评分54

基于任务混合适配器的视觉基础模型多任务稠密预测潜力解锁

Unlocking the Potential of Vision Foundation Models for Multi-Task Dense Prediction via Mixture of Task Adapters

AI 导读

针对视觉基础模型在多任务稠密预测中预训练语义不变性与几何目标频率偏差冲突的问题,论文提出 D2MoE 架构。该方法在冻结的 DINOv3 骨干网上引入任务通用低秩适配器(TG-LoRA)与任务自适应混合专家(TA-MoE),并耦合语义先验注入器以强化特征一致性。实验表明该结构化分解能在小参数量下实现稳健的多任务提升,论文已接受至 IEEE TPAMI。

来源:arXiv · 机器人与计算机视觉 · arxiv.org