基于Transformer的图像分割概述、挑战与未来
计算机视觉与模式识别
2025-01-17 v1
摘要
图像分割是计算机视觉中的关键任务，传统上依赖卷积神经网络（CNNs），但这些模型在捕获复杂空间依赖关系、不同尺度对象的表征方面存在不足，同时需要手动设计网络组件和获取上下文信息。本文探讨了CNN模型的不足之处，以及向Transformer架构迁移的趋势——以克服这些局限性。本工作综述了基于Transformer的分割模型的最新进展，阐述了针对分割特定挑战及其解决方案。论文讨论了基于Transformer的分割当前的挑战，概述了诸如轻量化架构和数据效率提升等有前景的未来趋势。本次综述为理解Transformer在推进分割能力方面的影响，以及克服传统模型局限性，提供了指南。
引用
@article{arxiv.2501.09372,
title = {Image Segmentation with transformers: An Overview, Challenges and Future},
author = {Deepjyoti Chetia and Debasish Dutta and Sanjib Kr Kalita},
journal= {arXiv preprint arXiv:2501.09372},
year = {2025}
}