#Vision Transformer

Ein ausführlicher Leitfaden zu SegFormer – Warum ein Transformer ohne Positionskodierung für die Segmentierung funktioniert

„Dieser Artikel analysiert SegFormer, das von NVIDIA, der Universität Hongkong und Kooperationspartnern auf der NeurIPS 2021 vorgestellt wurde, basierend auf der Originalveröffentlichung. Wir untersuchen den hierarchischen MiT-Encoder ohne Positionskodierung, den parametereffizienten All-MLP-Decoder, das effektive rezeptive Feld sowie den gemessenen mIoU-Wert, die Parameteranzahl und berechnen die Werte von B0 bis B5 mithilfe von Gleichungen.“