猫眼影戏
 |
|
猫眼影戏
张全明
手机审查
猫眼影戏记者 窦尔敦 报道Q8X2R7L1T4J5M9B6W3
新智元报道
编辑：LRST
【新智元导读】香港中文大学提出了一个全新的算法框架RankSEG，用于提升语义支解使命的性能 。古板要领在展望阶段使用threshold或argmax天生掩码，但这种要领并非最优 。RankSEG无需重新训练模子，仅需在推理阶段增添三行代码，即可显著提高Dice或IoU平支解指标 。
在语义支解使命中，通常接纳「在展望阶段，通过对概率图应用threshold 或argmax来天生mask」的古板范式 。
然而，你是否思索过：这种做法真的能够最大化Dice或IoU等主流支解评估指标吗 ？
香港中文大学的最新研究证实晰这一古板要领的次优性，并提出了一种立异性算法框架RankSEG，无需重新训练模子，仅需三行代码即可显著提升支解性能 。
系列事情包括刚被NeurIPS 2025吸收的高效支解算法，以及揭晓于JMLR的焦点理论，还开源了配套的Python工具包，无需重训模子，仅通过增添三行代码，即可有用提升支解指标体现 。
NeurIPS论文链接：https://openreview.net/forum?id=4tRMm1JJhw
JMLR论文链接:https://www.jmlr.org/papers/v24/22-0712.html
代码链接：https://github.com/rankseg/rankseg
若是业界从业者希望最大限度地「榨干」支解模子的性能，只需阅读第一节，即可解锁怎样将RankSEG无缝集成到现有流程中 。
开源软件包
研究职员提供了一个易用的RankSEG类，初始化时可指定需要优化的支解指标（如 Dice、IoU 等） 。随后，只需挪用predict要领并输入概率图，即可获得优化后的展望效果 。
现实使用时，只需将原有的probs.argmax(dim=1)替换为rankseg.predict(probs)，即可轻松集成，无需过多改动，简朴高效 。
RankSEG与古板argmax要领的效果比照，使用统一个训练好的模子，唯一的区别仅在推理阶段的处置惩罚方法 。图中用红框举行了重点标注：在第一个例子中，RankSEG 乐成识别出桌子上的小瓶子；在第二个例子中，RankSEG乐成支解出了被遮挡的人脸；第三个例子捕获到更完整的肿瘤块 ？梢韵宰趴闯觯琑ankSEG在小物体识别和处置惩罚被遮挡等重大场景时，支解效果相较于古板 argmax 有显著提升 。
Demo链接：https://huggingface.co/spaces/statmlben/rankseg
QuickStart：https://colab.research.google.com/drive/1c2znXP7_yt_9MrE75p-Ag82LHz-WfKq-?usp=sharing
文档链接：https://rankseg.readthedocs.io/en/latest/index.html
古板threshold/argmax的局限性
现在主流的支解流程，通常通过训练模子来预计每个像素的种别概率，随后接纳threshold或argmax要领天生最终的展望掩码（Mask） 。
这种逐像素分类（pixel-wise classification）的要领，优化目的是像素级的准确率；但支解使命真正体贴的，是整体的重合度指标（如Dice或IoU），二者并不完全一致 。
理论上，古板的threshold / argmax展望方法是次优的（suboptimal） 。例如，在下面这个由两个像素组成的简化场景中，即便其中一个像素的展望概率低于0.5，为了获得最优的Dice分数，依然应该将其判断为远景 。简朴来说，逐像素最优解纷歧定能带来全局最优的支解效果 。
左侧红框给出了最终支解效果，右侧展示了简要的盘算历程 。其中，体现通过threshold/argmax获得的展望效果 。
可以看到，这种展望方法对应的Dice分数并未抵达最优；而为了获得最优的Dice，现实上应当将第二个概率低于0.5的像素也判为远景，这个例子直观地展现了古板threshold/argmax要领在整体支解性能上的局限性 。
焦点理论：RankSEG
那么，怎样才华获得最优的支解展望呢 ？下面的定理给出了理论上的解答，并指出了实现该最优性的详细要领（这里以Dice指标为例，类似的思绪同样适用于IoU优化） 。
这个定理可以分为以下几个要害部清楚确：
Dice期望的盘算
已知每个像素的概率值，输入展望的mask，该 mask 的Dice系数的期望可以体现为：
只要遍历所有可能的二值 mask，盘算对应的Dice期望，并取最大的那一个就能获得最优解 。然而，所有mask的组合数为2的d次方，盘算量呈指数增添，直接穷举在现实应用中不可行 。
排序性子
定理进一步指出，只需关注这样一类特殊的mask：
即概率值排序后，取前大的像素展望为远景 。那么只需要搜索「体积」从0到d，大大镌汰了盘算重漂后 。
这里隐含了一种排序（Ranking）性子：若是像素j的概率大于像素j'的概率，那么把j判作远景对Dice期望的提升更大 。该事情针对这一直观结论给出了严酷的理论证实，也由此取名RankSEG 。
自顺应阈值的最优展望规则
这里，是遍历差别体积，找到Dice期望最大的对应阈值 。与古板的牢靠阈值差别，这种阈值是自顺应（adaptive）的，会凭证每张图片的概率漫衍动态调解，不再局限于 0.5 。
符号记号及期望公式的化简：为简化后续推导，我们将上述Dice期望重写如下：
其中是去掉第j个元素后的向量，（替换）为剩余像素的远景体积 。
由于每个像素是自力伯努利漫衍，实质上听从泊松二项漫衍（概率完全相同则退化为经典二项漫衍） 。
RankSEG定理直接以寻找Dice最优展望为目的，巧妙地使用排序性子，带来了精练且高效的支解展望要领 。不过，在定理的现实应用历程中，仍保存两个主要挑战：
期望值盘算的重大性：对每个候选支解，Dice期望的准确盘算开销大；
多种别支解的最优描绘难题：在多种别（multi-class）语义支解场景下，由于每个像素只能归属于一个种别（即「无重叠」约束），最优展望的描绘以及直接优化全局指标都变得越发重大和棘手 。
针对以上难点，研究职员引入近似化的技巧，旨在进一步简化盘算，同时提出更为适用（practical）的算法计划，以增进RankSEG在种种现实支解使命中的高效应用 。
高效近似算法：RankSEG-RMA
RankSEG的盘算重漂后较高，限制了其在高维图片中的现实应用，最新的算法（NeurIPS 2025）引入倒数矩近似和多种别支解 。
倒数矩近似
RankSEG盘算的主要瓶颈在于每个候选掩码都需要准确盘算Dice期望 。
详细而言，难点在于求解如下关于的倒数期望项： 。该期望需要针对每对重新睁开d项求和；若是能够找到一个近似表达式，使得该期望对差别的和j无需重复自力盘算，就可以一次性高效推断，并在差别的评估中复用效果，从而大大降低整体盘算重漂后 。
首先，注重到在目今的图像支解使命中，像素数目d通常很是大 。
在这种情形下，去除单个像素j前后的和（即与）之间差别极小 。因此，可以用直靠近似，从而消除了对像素j的依赖 。
其次，针对泊松伯努利漫衍，进一步视察到：当d足够大时，倒数的期望和期望的倒数很是靠近 。
因此，后者可以作为前者的近似值，这样一来，期望的盘算同样挣脱了对的依赖 。研究职员将这种近似称为倒数矩近似（Reciprocal Moment Approximation, RMA） 。
借助该要领，用定理2中的替换原来的，在显著提升盘算效率的同时，依然能够坚持较低的近似误差 。
这里和前缀和都可以提前一次性算好，并在后续所有的评估中重复使用，整体盘算重漂后仅为 。
多种别支解
RankSEG的框架可以自然地扩展到multi-label场景（即单个像素允许属于多个种别） 。然而，在多种别单标签（multi-class）支解使命中，每个像素只能分派一个类别的「非重叠」约束，使得直接扩展RankSEG会涉及到重大的匹配（assignment）问题，盘算重漂后显著提升 。
为此，研究职员提出如下近似算法，兼顾了效率与精度：
1. 自力二值支解：对每个种别自力应用RankSEG-RMA算法，划分获得各自的binary mask 。
2. 去除重叠：关于展望效果中重叠的区域，仅保存masks之间无重叠部分，舍弃多种别同时展望的像素 。这一步可能导致部分像素没有被分派给任何种别 。
3. 盘算提升值：关于这些未分派的像素j，盘算其加入差别类别的提升值，其中c是种别，是已分派给种别c的像素荟萃 。
4. 贪心分派：在重叠或未分派像素中，凭证最大增益为每个像素j选择种别：
这种要领虽然在最后一步引入了 argmax 机制，但与古板要领相比，具备以下两个显著优势：
选择性使用argmax：只有在重叠区域才接纳argmax，而大部分像素展望仍然由RankSEG原始算法直接决议，充分验展了RankSEG的优势 。
Principled scores：反应的是某像素j被分给种别c后Dice期望的提升，因而比纯粹的概率最大化更切合支解性能的优化目的 。
需要说明的是，此要领实质上是一种贪心的近似战略，由于仅思量每次加入单个像素时的「瞬时」效益，未全局协同优化 。
但实验效果显示，在兼顾盘算效率的同时，该要领能够带来不错的支解性能提升，体现出了合理的适用价值 。
实验效果
研究职员在多个主流支解数据集（如PASCAL VOC, Cityscapes, LiTS, KiTS等）和多种深度学习模子上举行了普遍实验，验证了RankSEG系列要领的优越性 。
从表中效果可以视察到：
性能提升显著：RankSEG系列要领相较古板的argmax展望机制，在支解精度上均有显著提升 。
高效近似性：RankSEG-RMA与原始的RankSEG-BA在支解性能上险些无损失，但推理速率提升数十倍，极大地提升了现实应用的效率 。
整体开销较低：只管RankSEG-RMA在推理阶段相较于argmax在绝对时间上有增添，思量模子前向（model forward）时间后，其整体盘算开销增添有限 。而原始的 RankSEG-BA，其耗时则靠近于模子前向撒播时间自己，限制了现实安排 。
公正性比照：所有用果均基于统一个训练模子，RankSEG 作为模子输出的「后处置惩罚」操作，阻止了因神经网络训练历程中的随机性导致的性能波动，包管了比照效果的客观性 。
参考资料：
https://openreview.net/forum?id=4tRMm1JJhw
秒追ASI
?点赞、转发、在看一键三连?
点亮星标，锁定新智元极速推送！
??时势1：亚色网妓女网毛片网上射射网
??01月06日,广东茂名游子归故里 “籺”是最难忘,
这个故事告诉我们：只要心中的目的清晰，就有胜利的希望 。同砚们，在这仅剩下的短短的三周的时间里，请你看清心中的目的，看准她，咬定她，矢志不渝地起劲去奔向她吧!希望你们在这短暂的时间里，在先生的指导资助下，找准偏向，增强信心，受苦钻研，自动学习，在学习态度、学习精神、文明等方面为低年级学生树立优异的模范，并以优异的结业效果为小学学习生涯画上一个圆满的句号，上交给学校一张知足的答卷 。
,精品妇女一区二区三区 。??01月06日,中国驻埃及大使馆提醒中国游客注意出行安全,
“别总是盯着，看一眼就向远处望一会儿，不然会伤到自己 。”老族长严肃的提醒 。
,小嫩b喷了白浆30分钟,国产精品一区二区AvAⅤ,蜜桃视频成人A片免费观看少妃 。??时势2：97超碰人妻在线播放
??01月06日,财政部：2023年全国一般公共预算收入同比增长6.4%,
他大战了一天，一直催动银月，仇人一个比一个恐怖，有凶兽，有狠辣的人，尚有凶狈，身受几处箭伤，早已身心皆疲，说完后便闭上了眼睛 。
,学生性群交,免费观看人成视频网,国产在线r 。??01月06日,国台办：双航母编队海上训练是年度例行性安排,
??时势3：32018级黄片在线免费看
??01月06日,（新春走基层）浙江宁海湾上演“寻龙记”市民游客争相“讨龙彩”,
“是昊儿的至尊骨！”石子陵的眸光马上冷到了极点，拊膺切齿 。
,小心 入,综合欧美日韩,午夜大片一级试看10分钟 。??01月06日,俄称顿涅茨克遭袭为“恐怖主义行动” 乌方暂无回应,
“我会的，我是至尊，会好起来的 。”小不点轻语 。
,国产不卡毛片,国产999国外视,69视频,一级黄色视频 。??时势4：欧美黄色网站A
??01月06日,安理会审议乌克兰问题 中方呼吁有关方面逐步恢复谈判,
“呀，那株树吃掉了一头重大的火犀！”
,亚洲一区中文字幕在线播放,娇妻在领导胯下承欢最新章节更新,国产A片自拍视频 。??01月06日,联合国秘书长对韩国取消“戒严令”表示欢迎,
随着移动支付的普及，支付宝已经成为了我们一样平常生涯中不可或缺的一部分 。然而，有时间我们可能会由于种种缘故原由而无法准时还款，导致支付宝逾期 。那么，支付宝逾期三个月会怎么样呢 ？本文将从多个方面举行探讨，资助各人更好地相识这个问题 。
首先，会爆发一定的逾期用度 。凭证支付宝的划定，逾期三个月后，天天将会爆发一定的滞纳金，这个滞纳金的金额会凭证逾期的天数和欠款金额举行盘算 。因此，逾期三个月后，欠款金额将会一直增添，给用户带来一定的经济压力 。
其次，可能会影响小我私家的信用纪录 。支付宝作为一个互联网金融平台，与信用机构有相助关系，逾期还款会被纪录在小我私家信用报告中 。这将对小我私家的信用评级爆发一定的影响，可能会导致信用评级下降，从而影响到小我私家在其他金融机构的借贷能力 。
另外，可能会受到催收行为的影响 。支付宝会通过电话、短信等方法举行催收，提醒用户尽快还款 。若是用户长时间不还款，支付宝可能会接纳执法手段举行追偿，甚至可能将欠款委托给专业的催收机构举行处置惩罚 。这将给用户带来一定的贫困和未便 。
可以与支付宝客服举行协商 。
关于支付宝逾期三个月的用户来说，还款问题是最为要害的 。幸运的是，支付宝在逾期后并不会连忙接纳强制手段，而是会给用户一定的还款时机 。用户可以通过支付宝的借呗、花呗等功效举行还款，也可以选择与支付宝客服举行协商，制订合理的还款妄想 。
在协商还款方面，支付宝通；崞局び没У南终嫦嘈尉傩形扌按χ贸头 。用户可以提供相关证实质料，如收入证实、银行流水等，以证实自己的还款能力 。支付宝会凭证用户的还款意愿和还款能力，制订合理的还款妄想，资助用户尽快还清欠款 。
还清后会实时恢复用户的优异信用 。
关于已经逾期三个月的用户来说，最主要的是尽快还清欠款，以阻止进一步的经济损失和信用纪录的受损 。一旦用户还清了欠款，支付宝会实时更新用户的信用纪录，恢复用户的优异信用 。
然而，纵然还清了欠款，用户的信用评级也可能会受到一定的影响 。由于信用评级是凭证用户的整体信用纪录来评定的，逾期还款的纪录会在一准时间内保保存小我私家信用报告中 。因此，用户在未来的借贷历程中，可能会受到一定的限制和影响 。
?最高法案例：原告在行政程序中拒不提供证据的效果,哪个网站可以看毛片,中文日韩欧美一区二区在线电影,大象精产国品 。责编：陈录基
审核：朱天祺
责编：陆列嘉
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
