最近，研究人员提出了一种名为MixReorg的新方法，用于解决语义分割模型在像素级学习细粒度语义对齐和预测准确的对象掩码方面的困难。该方法通过混合图像补丁生成细粒度的补丁-文本对数据，并训练模型以最小化混合图像的分割损失和原始和恢复特征的对比损失。MixReorg模型具有高度可概括的像素-语义对齐能力，无需进一步微调即可应用于分割任意类别的视觉对象。该方法在PASCAL VOC2012、PASCAL Context、MS COCO和ADE20K等基准上展示出强大的性能。