风格不变且高效
将像素间不变相关性与统计风格分离，使超像素分割对数据分布不再敏感，在不可训练场景下仍保持优异性能。
Sen, Xu · 韦世奎 · Ruan, Tao · Liao, Lixin
2024
通过跨模态局部网格相关对齐和全局风格互信息最小化，分离出不变像素间相关性，使特征对数据分布不敏感。
由于不依赖训练数据风格，模型可直接应用于未训练的域，避免了重新训练或微调。
在四个基准数据集上的实验表明，该方法在边界贴合度、泛化性和效率方面均优于现有最先进方法。
代码和预训练模型已在GitHub公开，可直接集成到现有流程中。