前景感知双路径数据集蒸馏方法提出

2026年10月28日，arXiv Computer Vision 刊出 Mingzhuo Li 等作者的论文，提出一种前景感知的数据集蒸馏方法。该方法采用内容自适应的双路径图像块选择：先用 Grounded SAM2 估计每张图像的前景占比，再按类别分布设定路由阈值，将图像分流到候选裁剪选择路径或直接变换路径。作者在 CIFAR-10、CIFAR-100、ImageNette 和 ImageWoof 四个数据集上，以两种网络架构、三种蒸馏预算进行评测，称该方法在几乎全部设置下优于基线 RDED。目前报道仅给出方法设计与基准对比结果，未提及代码、模型或数据的公开发布情况。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。