FocalClick 提出了一种交互式分割模型，能够通过快速推理实现目标区域的粗细分割，显著降低 FLOP，并优化点击率预测的无模型预训练框架。研究还介绍了多尺度特征传播网络和基于变分推断的概率融合网络，提升了语义分割的性能和鲁棒性。

本文介绍了多种基于RGB-热成像的语义分割方法，如Residual Spatial Fusion Network和概率融合网络（VPFNet），通过创新的特征融合和训练策略，解决了模态噪声和类不平衡问题。实验结果表明，这些方法在MFNet和PST900数据集上取得了优异的分割性能。