transformer工业图像分割

Transformer在工业图像分割中的应用受到了一定的限制。虽然使用Transformer结构的语义分割模型在分割精度方面取得了很好的表现，但是由于计算量大、推理速度慢等问题，使得这种模型在实际业务中无法很好地应用。因此，目前基于CNN结构的语义分割模型仍然是工业界的主流。在工业应用中，如自动驾驶车辆、手机/PC设备和机器人等，在实时运行的情况下获得高精度的分割结果是非常必要的。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [Transformer赋能产业级实时分割！NeurIPS 2022顶会成果RTFormer带你一探究竟！](https://blog.csdn.net/weixin_45449540/article/details/128019209)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [UTNet 用于医学图像分割的混合Transformer](https://blog.csdn.net/qq_29462849/article/details/126006338)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]