用于行人分割的非层次化 Transformer
计算机视觉与模式识别
2023-11-07 v1
摘要
我们提出一种方法以应对自主系统中的实例分割挑战，特别关注可及性与包容性。我们的方法利用非层次化 Vision Transformer 变体 EVA-02，并结合 Cascade Mask R-CNN 掩码头。通过在 AVA 实例分割挑战数据集上微调，我们在测试集上取得了 52.68% 的 promising 平均精度（mAP）。我们的结果证明了基于 ViT 的架构在增强视觉能力以及满足残障人士特殊需求方面的有效性。
引用
@article{arxiv.2311.02506,
title = {Non-Hierarchical Transformers for Pedestrian Segmentation},
author = {Amani Kiruga and Xi Peng},
journal= {arXiv preprint arXiv:2311.02506},
year = {2023}
}
备注
Computer Vision and Pattern Recognition Conference Workshop (CVPRW) 2023 AVA: Accessibility, Vision, and Autonomy Meet