基于Bit Diffusion的全能式图像分割
计算机视觉与模式识别
2026-01-07 v1
摘要
本文提出一种基于扩散模型的通用图像分割框架，实现无需依赖基于掩码的框架即可进行无偏agnostic分割，同时以整体方式预测完整的分割结果。我们提出了若干关键改进以适应扩散模型在离散设置中的应用。值得注意的是，位置感知调色板结合我们的二维灰码排序ordering显著提升性能。添加最终的tanh激活函数对于离散数据至关重要。在扩散参数优化方面，sigmoid损失加权在所有预测类型下均表现优异，我们最终采用x-prediction。虽然当前模型尚未超越领先的基于掩码的架构，但它缩小了性能差距，并引入了独特能力，如原则性的歧义建模，这些模型所 lack。所有模型均从头训练，我们认为，将所提出的改进与大规模预训练或可提示条件结合，可能导致具有竞争力的模型。
引用
@article{arxiv.2601.02881,
title = {Towards Agnostic and Holistic Universal Image Segmentation with Bit Diffusion},
author = {Jakob Lønborg Christensen and Morten Rieger Hannemose and Anders Bjorholm Dahl and Vedrana Andersen Dahl},
journal= {arXiv preprint arXiv:2601.02881},
year = {2026}
}
备注
Accepted at NLDL 26