论文阅读 Stepwise Feature Fusion: Local Guides Global-Toy模板网

这篇具有很好参考价值的文章主要介绍了论文阅读 Stepwise Feature Fusion: Local Guides Global。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1，另一个ssfomer

我在找论文时发现，把自己的分割模型命名为ssformer的有两个：，一个论文SSformer: A Lightweight Transformer for Semantic Segmentation中提出的一种轻量级Transformer模型，结构如下

论文阅读 Stepwise Feature Fusion: Local Guides Global,机器学习,transformer,深度学习,人工智能

这个结构很简单，就是在用MLP层处理一下不同层的swin transformer block特征，然后融合。

这个没什么太多好说的。

2，我们要说的ssformer

我们要重点说的ssformer是Stepwise Feature Fusion: Local Guides Global这篇。

这篇论文的模型采用金字塔Transformer作为编码器，并提出了一种全新的解码器PLD。

整体结构如下：

论文阅读 Stepwise Feature Fusion: Local Guides Global,机器学习,transformer,深度学习,人工智能

3，编码器分支

编码器采用了PVTv2（Pyramid Vision Transformer v2）的设计，该设计在Segformer中也有所使用。PVTv2是一种用于图像识别任务的Transformer架构，它通过使用卷积操作来替代传统Transformer中的位置上的嵌入（PE）操作，以保持空间信息的一致性并提供出色的性能和稳定性。