基于视觉Transformer的实时语义分割轻量化结题报告.docx

基于视觉Transformer的实时语义分割轻量化结题报告

基于视觉Transformer的实时语义分割轻量化研究结题报告

一、项目概述

语义分割作为计算机视觉领域的基础任务之一，旨在为图像中的每个像素分配语义类别标签，在自动驾驶、医学影像分析、工业质检、遥感图像解译等场景中具有广泛的应用价值。实时语义分割则进一步要求模型在保证分割精度的同时，满足低延迟、高吞吐的推理需求，这对模型的计算效率和部署友好性提出了严苛约束。近年来，视觉Transformer凭借其强大的全局上下文建模能力和灵活的感受野机制，在多个视觉基准测试中取得了优于卷积神经网络的表现。然而，标准视觉Transformer的自注意