![☁️云上报刊亭📰 [精选] 🅥 -- 新闻，报纸，杂志，电子书，资料 PDF🗞 头像](https://backend.meow.tg/static/avatars/channels/aea3b612-8085-455a-91f8-c64a5ac9c85c.jpg?v=2026-04-25T08:00:04.580653Z)
#神经信息处理系统进展
本文提出了一种名为Encoder-only Mask Transformer (EoMT) 的新型图像分割模型，它颠覆了传统认知。
* 研究表明，通过大规模预训练和扩展模型尺寸，可以减少对任务特定组件的依赖，简化架构。
* EoMT通过重用ViT架构，在不牺牲精度的前提下，显著提高了图像分割的速度，效率提升4倍。
* 引入了一种mask annealing训练策略，无需masked attention即可实现高效推理，进一步提升速度。
* 实验证明，EoMT在多个图像分割任务和数据集上表现出色，且具有良好的泛化能力和可扩展性。
本文提出了一种名为Encoder-only Mask Transformer (EoMT) 的新型图像分割模型，它颠覆了传统认知。
* 研究表明，通过大规模预训练和扩展模型尺寸，可以减少对任务特定组件的依赖，简化架构。
* EoMT通过重用ViT架构，在不牺牲精度的前提下，显著提高了图像分割的速度，效率提升4倍。
* 引入了一种mask annealing训练策略，无需masked attention即可实现高效推理，进一步提升速度。
* 实验证明，EoMT在多个图像分割任务和数据集上表现出色，且具有良好的泛化能力和可扩展性。