**LVMT:基于视频掩码Transformer的长时视频分割新SOTA** _LVMT: Video Mask Transformer for Long-t
原帖
**LVMT:基于视频掩码Transformer的长时视频分割新SOTA**
_LVMT: Video Mask Transformer for Long-term Video Segmentation_
> LVMT通过引入基于GRU的轻量级时间传播模块和截断查询传播(TQP)训练策略,解决了长视频分割中因长期遮挡导致的跟踪困难及长序列训练时的内存与梯度消失问题。该模型在六个基准测试中刷新了视频分割任务的性能纪录,同时保持高效推理速度,比现有最先进方法快10倍。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-05 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.34895)