在Segments.ai sidewalk-semantic数据集上微调的SegFormer语义分割模型，适用于人行道场景分析

该SegFormer模型在SegmentsAI的sidewalk-semantic数据集上进行了微调，用于语义分割任务。

该SegFormer模型在segments/sidewalk-semantic数据集上以512x512分辨率进行了微调，适用于语义分割任务。

该模型是在512x512分辨率下对segments/sidewalk-semantic数据集微调的SegFormer模型，适用于语义分割任务。

该模型是在Segments.ai的sidewalk-semantic数据集上微调的SegFormer语义分割模型，适用于人行道场景分析。

SegFormer是一个基于Transformer架构的语义分割模型，在ADE20k数据集上进行了微调，适用于512x512分辨率的图像分割任务。

SegFormer是一种基于Transformer的语义分割模型，在Cityscapes数据集上进行了微调，适用于1024x1024分辨率的图像分割任务。

该SegFormer模型在1024x1024分辨率下针对CityScapes数据集进行了微调，用于语义分割任务。

该SegFormer模型在1024x1024分辨率下针对CityScapes数据集进行了微调，采用分层式Transformer编码器和轻量级全MLP解码头架构。

SegFormer是一个基于Transformer架构的语义分割模型，采用分层编码器和轻量级MLP解码头设计。

SegFormer是一种基于Transformer的语义分割模型，在ADE20K数据集上进行了微调，适用于图像分割任务。

SegFormer是一个基于Transformer架构的语义分割模型，在CityScapes数据集上进行了微调，适用于1024x1024分辨率的图像分割任务。

在1024x1024分辨率下对CityScapes数据集进行微调的SegFormer语义分割模型，采用分层Transformer编码器和轻量级全MLP解码头架构。

SegFormer是一个基于Transformer的语义分割模型，其编码器在Imagenet-1k上进行了微调。

基于ImageNet-1k微调的SegFormer编码器，采用分层Transformer架构，适用于语义分割任务。

SegFormer是一个基于Transformer的语义分割模型，采用分层编码器和轻量级MLP解码头设计，在ADE20K和Cityscapes等基准测试中表现优异。

SegFormer是一个基于Transformer架构的语义分割模型，在Cityscapes数据集上进行了微调，适用于1024x1024分辨率的图像分割任务。

SegFormer是一个基于Transformer架构的语义分割模型，在Cityscapes数据集上微调，适用于道路场景分割任务。