SALC稀疏全层连接器用于域泛化分割

2026年10月14日，arXiv Computer Vision 报道了 Ruoyu Guo 等作者提出的稀疏全层连接器（SALC），用于域泛化语义分割。报道称，域泛化语义分割中的多基础模型融合此前局限于同深度层，SALC 让每一层可访问另一模型前置层的信息，并自适应选择稀疏信息层子集；该方法还引入候选 dropout 正则化以增强稀疏性。报道称，在四种基础模型组合和三种评估设置下，SALC 的泛化能力优于传统同深度对齐融合。该工作已被 NeurIPS 2026 接收，作者表示代码已公开，最终版本将很快更新。目前尚无后续跟进报道。

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。