VidEoMT 影片分割模型：普通 ViT 也能做追蹤，最高跑出 160 FPS
研究人員提出純編碼器影片分割模型 VidEoMT。它砍掉了複雜的獨立追蹤模組，直接用普通 ViT 搭配跨幀查詢複用機制追蹤目標，在保持競爭力的精度下速度快了 5 到 10 倍，最高達 160 FPS，並開放了程式碼。
研究人員提出純編碼器影片分割模型 VidEoMT。它砍掉了複雜的獨立追蹤模組，直接用普通 ViT 搭配跨幀查詢複用機制追蹤目標，在保持競爭力的精度下速度快了 5 到 10 倍，最高達 160 FPS，並開放了程式碼。