# ADE20k場景解析

BEiT是一種基於視覺Transformer架構的圖像分割模型，通過自監督預訓練和ADE20k數據集微調實現高效語義分割。

該SegFormer模型在512x512分辨率下針對ADE20k數據集進行了微調，採用分層式Transformer編碼器與輕量級全MLP解碼頭架構。

SegFormer是一種基於Transformer的語義分割模型，在ADE20K數據集上進行了微調，適用於圖像分割任務。