【论文速看】DL最新进展20240924-增量语义分割、多任务分割检测、遥感目标检测

【增量语义分割】

AWF: Adaptive Weight Fusion for Enhanced Class Incremental Semantic Segmentation

论文链接：https://arxiv.org/pdf/2409.08516

代码链接：[无，但文中说会发布]

类别增量语义分割（CISS）旨在通过保持先前学到的知识和引入的新知识之间的平衡来减轻灾难性遗忘。现有方法主要基于正则化技术，如知识蒸馏，有助于保留旧知识，但在有效整合新知识方面常常面临挑战，导致整体改进有限。端点权重融合（EWF）方法虽然简单，但通过动态融合先前步骤和当前步骤的模型权重，使用由已知类别数量和引入的新类别数量决定的融合参数alpha，有效地解决了一些限制。然而，alpha计算的简单性可能会限制其充分捕捉不同任务场景复杂性的能力，可能导致次优的融合结果。文中提出了一种增强的方法，称为自适应权重融合（AWF），它引入了一种交替训练策略用于融合参数，允许更灵活和自适应的权重整合。AWF通过更好地平衡旧知识的保留和新类别的学习，取得了卓越的性能，与原始EWF相比，显著提高了在基准CISS任务上的结果。

---

【多任务】

【TPAMI2024】Frequency-aware Feature Fusion for Dense Image Prediction

论文链接：