计算机应用研究

作者：杨航,姜晓燕,

单位：上海工程技术大学电子电气工程学院,上海201620；

关键词：图像指代分割,训练后量化,跨模态融合,深度学习,

基金：国家自然科学基金资助项目(U2033218)；；

图像指代分割（RIS）旨在通过理解视觉和语言信息来分割图像中给定语句所描述的对象，在交互式图片编辑以及语言引导的人机交互领域具有很强的应用前景。然而，现有解决方案倾向于探索高性能模型，忽视了对资源有限的边缘设备上实际应用的考量。为解决这一问题，设计并实现了一种有效的训练后量化框架。具体而言，首先深入分析了使用朴素量化方法导致模型性能崩溃的根本原因，据此提出了双区域均衡量化策略以解决视觉编码器中softmax和GELU操作后激活值非正态分布问题，同时引入重排序分组量化策略应对文本编码器的线性层异常激活值带来的量化难题。在三个基准数据集上设置不同量化位宽进行大量实验，结果表明，所提方法在与现有方法的对比中展现出显著的优越性。作为首个专为图像指代分割任务设计量化方案的工作，验证了使用训练后量化策略将图像指代分割模型高效部署到边缘设备的可行性。

来源：2025年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第7期