Vision Transformers for Dense Prediction

计算机科学 变压器 帕斯卡(单位) 人工智能 建筑 卷积神经网络 分割 模式识别(心理学) 计算机工程 计算机视觉 电压 工程类 电气工程 艺术 视觉艺术 程序设计语言
作者
René Ranftl,Alexey Bochkovskiy,Vladlen Koltun
标识
DOI:10.1109/iccv48922.2021.01196
摘要

We introduce dense prediction transformers, an architecture that leverages vision transformers in place of convolutional networks as a backbone for dense prediction tasks. We assemble tokens from various stages of the vision transformer into image-like representations at various resolutions and progressively combine them into full-resolution predictions using a convolutional decoder. The transformer backbone processes representations at a constant and relatively high resolution and has a global receptive field at every stage. These properties allow the dense prediction transformer to provide finer-grained and more globally coherent predictions when compared to fully-convolutional networks. Our experiments show that this architecture yields substantial improvements on dense prediction tasks, especially when a large amount of training data is available. For monocular depth estimation, we observe an improvement of up to 28% in relative performance when compared to a state-of-the-art fully-convolutional network. When applied to semantic segmentation, dense prediction transformers set a new state of the art on ADE20K with 49.02% mIoU. We further show that the architecture can be fine-tuned on smaller datasets such as NYUv2, KITTI, and Pascal Context where it also sets the new state of the art. Our models are available at https://github.com/intel-isl/DPT.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
丰富采波完成签到 ,获得积分10
刚刚
刘晓伟完成签到,获得积分10
刚刚
小二郎应助科研通管家采纳,获得10
刚刚
艾米尼完成签到,获得积分10
刚刚
ZCX完成签到,获得积分10
1秒前
汤圆完成签到 ,获得积分10
1秒前
研友_VZG7GZ应助坚强的严青采纳,获得10
2秒前
上官若男应助坚强的严青采纳,获得10
2秒前
2秒前
寄语明月完成签到,获得积分10
2秒前
muziyi发布了新的文献求助80
2秒前
舒适的天奇完成签到 ,获得积分10
4秒前
lee完成签到,获得积分10
5秒前
机灵的鸣凤完成签到 ,获得积分10
5秒前
zzzzz完成签到,获得积分10
5秒前
Chu_JH完成签到,获得积分10
5秒前
李爱国应助短短长又长采纳,获得10
6秒前
guandada完成签到 ,获得积分10
7秒前
Ode完成签到,获得积分10
7秒前
大天才卡莲博士完成签到,获得积分10
7秒前
淡淡念柏完成签到,获得积分10
7秒前
9秒前
小棉背心完成签到 ,获得积分10
9秒前
悦动完成签到,获得积分10
10秒前
甜甜的问芙完成签到 ,获得积分10
10秒前
zy完成签到,获得积分10
10秒前
11秒前
gloval完成签到,获得积分10
11秒前
领导范儿应助tkdzjr12345采纳,获得10
11秒前
12秒前
muhui发布了新的文献求助10
13秒前
发呆的小号完成签到 ,获得积分10
13秒前
怕黑翠发布了新的文献求助10
14秒前
666完成签到 ,获得积分10
15秒前
15秒前
biows119完成签到,获得积分0
16秒前
莘莘完成签到,获得积分10
16秒前
doudou发布了新的文献求助10
17秒前
muhui完成签到,获得积分10
19秒前
田二亩发布了新的文献求助10
19秒前
高分求助中
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
Revolution und Konterrevolution in China [by A. Losowsky] 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3121810
求助须知:如何正确求助?哪些是违规求助? 2772185
关于积分的说明 7711736
捐赠科研通 2427602
什么是DOI,文献DOI怎么找? 1289422
科研通“疑难数据库(出版商)”最低求助积分说明 621451
版权声明 600169