![☁️云上报刊亭📰 [精选] 🅥 -- 新闻，报纸，杂志，电子书，资料 PDF🗞 头像](https://backend.meow.tg/static/avatars/channels/aea3b612-8085-455a-91f8-c64a5ac9c85c.jpg?v=2026-04-25T08:00:04.580653Z)
#视觉变换器
本文提出一种名为密集视觉变换器（DPT）的新架构，用于密集预测任务。
- DPT利用视觉变换器取代卷积网络作为骨干网络，提升了预测的细粒度和全局一致性。
- 该架构在单目深度估计任务上取得了显著进展，相对性能提升高达28%。
- DPT在语义分割任务中刷新了ADE20K数据集的state-of-the-art，达到49.02%的mIoU。
- 实验表明，DPT即使在小型数据集上进行微调，也能达到新的state-of-the-art水平。
- 通过可视化比较，证实了DPT在细节重建和全局连贯性方面的优势。
本文提出一种名为密集视觉变换器（DPT）的新架构，用于密集预测任务。
- DPT利用视觉变换器取代卷积网络作为骨干网络，提升了预测的细粒度和全局一致性。
- 该架构在单目深度估计任务上取得了显著进展，相对性能提升高达28%。
- DPT在语义分割任务中刷新了ADE20K数据集的state-of-the-art，达到49.02%的mIoU。
- 实验表明，DPT即使在小型数据集上进行微调，也能达到新的state-of-the-art水平。
- 通过可视化比较，证实了DPT在细节重建和全局连贯性方面的优势。