图像和视频中的实时显著目标检测

本公开的发明名称是“图像和视频中的实时显著目标检测”。机器学习模型可以生成诸如显著对象检测的输出。然而，高性能的大规模模型具有高计算成本，使得模型难以部署在资源受限的装置上并实时做出预测。差分卷积重参数化技术可用于将在训练时间期间学习的参数集融合成要在推断时间时或在部署时使用的单个参数集。该技术可以在不添加大量参数的情况下提高性能。此外，可以使用高效且有效的时空差分卷积块来利用时间信息做出预测。时空差分卷积块还可以应用差分卷积重参数化技术来减少增加参数以实现期望性能的需要。