PhaseWin 搜索框架：高效的对象级解释
计算机视觉与模式识别
2025-11-17 v1
摘要
属性对于解释对象级 foundation 模型至关重要。最近基于亚调子子集选择的方法取得了高忠诚度，但其效率限制阻碍了在实际场景中的实际部署。为此，我们提出了 PhaseWin，一种一种新颖的相位-窗口搜索算法，使具有近线性复杂度的忠诚区域属性成为可能。PhaseWin 将传统的二次成本贪心选择替换为分阶段粗到细的搜索，结合自适应修剪、窗口细粒度选择和动态监督机制，以接近贪心行为的方式显著减少模型评估。理论上，PhaseWin 在轻微的单调亚调子假设下保留了近贪心逼近保证。实证上，PhaseWin 仅使用 20% 的计算预算即可实现超过 95% 的贪心属性忠诚度，在 Grounding DINO 和 Florence-2 上 consistently 优于其他属性基准方法。PhaseWin 在对象级多模态模型中建立了可扩展、高忠诚属性的新型态。
关键词
引用
@article{arxiv.2511.10914,
title = {PhaseWin Search Framework Enable Efficient Object-Level Interpretation},
author = {Zihan Gu and Ruoyu Chen and Junchi Zhang and Yue Hu and Hua Zhang and Xiaochun Cao},
journal= {arXiv preprint arXiv:2511.10914},
year = {2025}
}