研究者发布全景街景分割 Vision Transformer 集成论文

Yunus Serhat Bıçakçı 在 arXiv 发布论文（v2），报告其面向 PalmCity 挑战赛的两阶段全景街景分割方法，并开源了代码与模型。第一阶段比较九种预训练分割系统后，采用三个基于 DINOv3 特征的 Encoder only Mask Transformer 以三尺度加水平翻转评估，在 84 张图验证集取得 60.95% mIoU，并曾在 2026 年 10 月 5 日快照的隐藏测试榜居首。第二阶段为 10 月 28 至 30 日的隐藏测试，论文还报告了负结果与局限。作者称，由于验证集图像指导了大量设计选择、且最终模型也在其上训练，验证分数偏乐观，隐藏测试分数是唯一独立的衡量结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。