ETRIS

冻结大模型，只调少量参数，就能做指代图像分割

开源 free 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 147

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类计算机视觉

开发团队kkakkkka

所属国家

官网地址

GitHubhttps://github.com/kkakkkka/ETRIS

定价模式free

价格说明开源代码，免费使用

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型deep-learning,deep-neural-networks,machine-learning-algorithms,multi-modal-fusion,multi-modal-learning,referring-image-segmentation,segmentation

GitHub 星标★ 147

30天Star增速

HF 下载量

上线时间2023-03-14 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-15

浏览次数0

项目介绍

ETRIS 是 ICCV 2023 论文《Bridging Vision and Language Encoders: Parameter-Efficient Tuning for Referring Image Segmentation》的官方代码实现。它解决的是指代图像分割（Referring Image Segmentation）中，如何用极少的可训练参数把预训练的视觉编码器与语言编码器高效对齐的问题。传统方法通常需要全量微调两个大模型，显存和存储开销大，且容易在小数据集上过拟合。ETRIS 的核心能力是引入参数高效微调机制，在冻结大部分骨干网络参数的前提下，仅训练少量桥接模块，就能让视觉与语言特征在分割任务上有效融合，从而在 RefCOCO、RefCOCO+、RefCOCOg 等基准上取得有竞争力的精度，同时显著降低训练成本。项目基于 Python 与 PyTorch 实现，适合研究多模态融合、视觉语言预训练迁移和轻量化分割的研究者复现与二次开发。