（ICCV 2025）掩码注意力MaskAttention，即插即用，涨点起飞

主要观点总结

介绍了一篇关于MambaLiteSR论文的详细信息，包括其创新点、系统优化、适用场景和一个即插即用模块的作用和代码实现。

关键观点总结

关键观点1: MambaLiteSR的创新点

提出了在Vision Mamba架构基础上引入低秩Mamba（Low-Rank Mamba）加知识蒸馏（Knowledge Distillation）加嵌入维度优化的创新方法，同时进行超分辨率任务的高效化设计，面向边缘设备部署。

关键观点2: 系统性优化

优化了关键超参数（低秩矩阵rank、蒸馏权重α），在保持SR性能的同时，模型参数减少15%，训练功耗下降42%，推理功耗最高下降58%。

关键观点3: 即插即用模块的作用和代码实现

介绍了Mask Attention作为即插即用模块的作用，包括在低分辨率分割中引导模型聚焦目标区域、抑制背景干扰，提升不同任务和数据集的分割精度与泛化能力。给出了MaskAttention类的代码实现，包括初始化函数、前向传播函数等。