基于 Visual Transformer 的分割模型综述
【OpenMMLab 社区开放麦】开播啦！！！技术下饭番追起来，每周一个新芝士。欢迎广大社区同学加入直播间参与讨论的同时，也非常鼓励社区同学拿起话筒登上舞台，社区知识开放麦等你来玩~
本期精彩
分割是一个基础性质的视觉任务，其目标是把输入的图像，视频，点云等划分成为带有语义性质的区域块。作为一个重要的场景理解任务，分割任务有着广泛的应用价值，包括自动驾驶，机器人导航，短视频分析。在深度学习时代，分割领域采用以卷积神经网络为基础的全卷积网络，在各个子方向上取得了突破性的进展。
近期，以 Transformer 为基础的一些方法在 NLP 以及 CV 领域各个方向上也取得了突破性的进展。相比于 CNN 模型，Transformer 模型结构上更灵活，更适用于多模态，多任务的输入。
在分割与检测领域，基于 Transformer 的模型在各个基准上也取得了领先的效果。自从 ViT 和 DETR 出现后，在各个子方向上，最新的研究方法均建立在 Transformer 为骨干网络和解码器的基础框架上。
鉴于目前这个领域近期快速进展，我们课题组对整个领域做了系统性地回顾与总结。整个 Survey 的内容包括基础知识与任务设置介绍，Transformer 的基础内容介绍，CNN 分割模型的系统性回顾，基于 Transformer 的分割模型回顾，相关基准数据集的评估与测试，以及未来可行的研究方向探索。
分享时间
北京时间
2023 年 6 月 15 日（周四）
20: 00 - 20: 40（分享）
20: 40 - 21: 00（Q&A）
分享嘉宾
李祥泰
南洋理工大学 S-Lab 博士后研究员，博士毕业于北京大学，研究方向包括计算机视觉和机器学习，图像视频分割与检测，多模态场景理解等。曾以第一作者身份在 CVPR，ECCV，ICCV，PAMI 顶级会议以及期刊上发表一些相关研究。
分享内容
近期 3-4 年内常见的分割方法系统回顾与探索
基于 Transformer 的分割与检测方法的系统性回顾，包含图像，视频，点云三个不同的领域
近期与分割大模型相关的研究回顾
近期与开集模型相关的研究回顾
相关工作
Transformer-Based Visual Segmentation: A Survey
paper:
https://arxiv.org/abs/2304.09854
论文十问：（文末点击阅读原文可直达）
https://readpaper.com/paper/1747364221319973376?channel=OpenMMLab
code:
https://github.com/lxtGH/Awesome-Segmentation-With-Transformer
交流群
同时为了方便大家交流沟通，我们还建立了技术交流群，欢迎大家扫码加群，与大佬 1v1，赶紧加入我们吧~
往期回顾
6 月 8 日社区开放麦，来自新加坡国立大学计算机系在读博士生孔令东分享了他们针对 LiDAR 点云分割系统受制于人工标注而开展的基于半监督学习的 LIDAR 点云感知工作。分享内容包括：自动驾驶 3D 场景感知概述、激光雷达点云中的分割与检测、半监督激光雷达点云分割。
超多干货，可以通过回放温习一下哦~