跳到正文
Apple Machine Learning Research(machinelearning.apple.com)·· 2026-10-21品質評分35

TEAL:以 token 空間高效率進行低預算語意分割主動學習

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

重點導讀

TEAL(Token-space Efficient Active Learning)提出一套以 Vision Transformer(ViT)表徵為基礎的畫素級主動學習框架,能在每張影像只有極少標註畫素時,挑選資訊量高的位置並訓練解碼器。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

信源出處machinelearning.apple.com

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

本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。

開啟原文
來源: Apple Machine Learning Research (machinelearning.apple.com)
開啟原文

讀者討論

理性交流 · 即時討論