SegFormer-B5

New Vision Transformer baseline sets SOTA on material segmentation

研究人员通过建立新的 Vision Transformer 基线，重新激活了 Apple Dense Material Segmentation (DMS) 基准。他们发现，由于高方差梯度，标准训练方法在处理无定形纹理时存在困难，从而开发了一种稳定的训练方法。这种新方法在原始数据集划分上取得了 0.4572 的最先进 mIoU，超越了之前的卷积模型。然而，该研究还揭示了一个“泛化悖论”，即数据丰富的划分虽然提高了指标，但却降低了实际性…