基于Transformer语义分割模型研究.pdfVIP

Segmenter：用于语义分割的Transformer

Robin

Strudel*Ricardo

Garcia*Ivan

LaptevCordelia

Schmid

Inria†Inria†Inria†Inria†

分割图

Sky

图像分割在单个图像块层面往往存在歧义，需要

上下文信息来达成共识。本文我们提出了

Segmenter，这是一种用于语义分割的Transformer模人物

型。与基于卷积的方法不同，我们的方法允许在网络

人行道

的第一层及整个网络中建模全局上下文。我们基于最

近的VisionTransformer（ViT）模型扩展至语义分割

领域。为此，我们利用与图像块对应的输出嵌入，并

通过逐点线性器或maskTransformer