SV-TAD引入原生稀疏卷积提速2.2倍

发生了什么

据arXiv论文，SV-TAD框架引入原生稀疏2D卷积，使适配器能直接在动态剪枝的Token集上高效运行。该方法将VideoMAEv2-L的计算量减少高达64%，推理速度提升2.2倍，同时在THUMOS-14和ActivityNet-1.3上保持最先进精度。在InternVideoNext-L上，其以约一半计算成本超越此前SOTA。此外，稀疏形式支持辅助任务Token，提升了ATTACH上的细粒度组装检测能力。