SCMerge：免训练空间一致性Token合并方法

2026年10月16日，arXiv Computer Vision 收录南方科技大学与深圳技术大学提出的 SCMerge 方法。据该报道，这是一种免训练 token 合并方法，在配对相似 token 时同时考虑特征相似度与空间一致性，合并后的 token 序列在解码后重建回原始 patch 网格。该方法可即插即用接入现有视觉 Transformer 语义分割流程，在 ADE20K、Pascal Context 和 Cityscapes 上比基线方法取得更好的分割精度与效率权衡。报道将作者记为 Junfeng Ren 等，并援引论文表述称其为 training-free token merging method。目前仅有这一篇报道，尚无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。