Mask Transformer

视觉Transformer集成在PalmCity街道分割挑战赛中名列前茅

研究人员开发了一种用于全景街道分割的视觉Transformer模型集成，并在PalmCity挑战赛中取得了最高排名。该研究详细介绍了两阶段过程，首先比较了九个预训练的分割系统，然后优化了领先的候选模型。最终的集成模型通过广泛的数据增强和更大的输入分辨率进行训练，在隐藏测试排行榜上以61.54%的平均交并比得分获得第一名。论文还讨论了各种增强技术和模型架构对性能的影响，并公开发布了代码和模型。