国产特黄乱婬视频,一款汇聚潮流与创新的应用,带你领略科技与生活的完美融合

k1体育麻将胡了

搜索 猫眼影戏 融媒体矩阵
  • 山东手机报

  • 猫眼影戏

  • 公共网官方微信

  • 公共网官方微博

  • 抖音

  • 人民号

  • 天下党媒平台

  • 央视频

  • 百家号

  • 快手

  • 头条号

  • 哔哩哔哩

首页 >新闻 >社会新闻

语义支解别无脑用Argmax!港中文新算法:三行代码,推理速率提升10倍

2026-01-07 01:04:07
泉源:

猫眼影戏

作者:

钟秀玲

手机审查

  猫眼影戏记者 佘文昌 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,RankSEG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:男人把香蕉塞入女人的屁股里

??01月07日,彩调剧《刘三姐》65岁正青春,

  村级干部是做好“三农”事情,团结和向导宽大农民致富奔小康的主干实力。我镇农业的基础职位是否牢靠,农村经济生长能否顺遂举行,新农村建设的目的能否实现,在一定意义上讲取决于宽大村级干部的素质。因此,增强村级干部培训,提高村级干部素质,关于实现我镇农业和农村生长的战略目的,具有重大而深远的意义。尤其是村“两委”换届事情去年刚刚竣事,许多村党支部书记、村委会主任刚刚走上村里的向导岗位,这次培训就显得更为主要了。

,欧美三p视频。

??01月07日,蓝天立用六个“关键词”介绍“秀外慧中”的广西,

  “子陵,不要瞎搅,恶妇交由你处置惩罚,但毅儿照旧一个孩子,你不可杀他。”一群老人泛起。

,腾涩涩漫,妓女,妓女影库,妓女网,妓女视频,色色电影网址。

??时势2:5060免费人A片

??01月07日,“纪念陈嘉庚诞辰150周年特别读书会”在厦大举行,

  再次是“育好人”。授课西席不但有教书的责任,同样有育人的责任,我们遇到难题,不要容易推给班主任,我们的课堂教学,我们教的那一门学科,那是我们自己的事。

,国产片AV国语在线观麻豆,2019亚洲天堂在线,精品福利黄色。

??01月07日,宁波制造受RCEP市场青睐 三项指标创同期新高,

  “野民,你们都哑巴了吗,我说的没有听到吗?让那些孩子将独角兽领过来,敬献给我等,不然连忙血洗了这个村子!”另一个头领威胁,身穿玄色甲胄,眼光跟刀子般慑人。

,野九的漫画全集免费阅读,一级做a爱过程免费视频不卡,无码a级。

??时势3:免费观看AⅤ

??01月07日,“有仇必报” 重庆大熊猫“爱莲”摔倒后举动出人意料,

  少妇霍的转身,没有去取被子,而是盯着他看了又看,无怜悯,眼光有点冷,对那道黑影启齿,道:“将他体内残留的真血取尽,滋养毅儿体内的至尊骨。”

,久久久亚洲熟妇熟女ⅩXXX69,打扑克秘 免费网站下载,高清性色生活片久久久。

??01月07日,今年春运铁路杭州站预计发送旅客1011万人次,

  海面随着他脚步而晃动,到了最后,化成了滔天大浪,这是他的怒,这碧海都随之升沉与浩荡。

,一级AA黄色视频免费看,亚洲欧洲一区二区三区网站,国产妓女一级A片在线。

??时势4:一道本高清无码

??01月07日,烹饪名厨齐聚郑州 上演“厨王争霸”,

  一番交流后,柳树明晰,几根柳枝摆动,像是在轻轻摇头,道:“八洞天就是极致了吗?这只是人族的标准罢了,九洞天并非只在古籍上才有纪录,而是真实保存的。”

,人人操日夜干,日本在线 视频,黄色网站在线看免费国产。

??01月07日,(巴黎奥运)羽毛球女单决赛:韩国选手安洗莹摘金 中国选手何冰娇摘银,

  一群人发呆,这是一个何等恐怖的村子啊,怎么感受这么差池劲?众人有点摸不着头脑了。

,真实怮交Vide0S乱叫娇小,日韩 欧美 人妻 制服,欧美黄色视频在线免费看。

责编:夏慧琴

审核:李思思

责编:丁肇勇

相关推荐 换一换

Copyright (C) 2001-   dzwww.com. All Rights Reserved

新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证

山东省互联网传媒集团主理  联系电话:0531-85193202  违法不良信息举报电话:0531-85196540

鲁ICP备09023866号-1   鲁公网安备 37010202000111号  

Copyright (C) 2001- Dzwww   鲁ICP备09023866号-1

网站地图