SegFormer: Simple and Efficient Design for Semantic Segmentation with\n Transformers

• 类型：arxiv
• 标识：2105.15203
• 链接：https://arxiv.org/abs/2105.15203
• 主题：evaluation
• 主分类：multimodal
• 形态：method
• 被引：9208
• 被引来源：Semantic Scholar
• S2被引：9208
• OpenAlex被引：3363
• 影响力被引：938
• TLDR：SegFormer is presented, a simple, efficient yet powerful semantic segmentation framework which unifies Transformers with lightweight multilayer perception (MLP) decoders and shows excellent zero-shot robustness on Cityscapes-C.
• OpenAlex ID：W3211490618
• OpenAlex DOI：10.48550/arxiv.2105.15203
• DOI：10.48550/arxiv.2105.15203
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2105.15203
• OpenAlex更新：2026-08-25
• 待LLM分类：否
• 成熟度：research
• 场景：semantic segmentation、efficient transformer、zero-shot robustness
• 标题中文：SegFormer: 基于 Transformers 的简单高效语义分割设计
• TLDR中文：文章提出了 SegFormer，一个简单高效且强大的语义分割框架，将 Transformers 与轻量级 MLP 解码器统一，并在 Cityscapes-C 上展示了出色的零样本鲁棒性。
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]