跨域分割鲁棒
同时学习上下文与概念两类域不变信息，在维持低可训练参数的前提下取得优于现有方法的域泛化分割性能。
Liao, Muxin · 彭莹琼 · Yuting, Sun · Wenju, Huang · 王映龙 · Kun, Zhan · Yuhang, Zhang
IEEE Transactions on Multimedia 2026
上下文关系学习策略帮助令牌捕获上下文信息并嵌入视觉基础模型，弥补了冻结骨干在稠密预测任务中上下文信息不足的缺陷。
通过概念学习策略获取实例级概念信息并嵌入视觉基础模型，增强实例级域不变信息，而不是仅通过归一化风格方差等方式丢弃有效信息。
在微调阶段仅需优化少量可学习令牌，可训练参数少，计算成本低。