塞特-火炬 由于原始论文（使用变压器从序列到序列的角度重新思考语义分割）没有官方代码，因此我使用pytorch实现了SETR-Progressive UPsampling（SETR-PUP）。 原始论文： 维生素 Vit模型也已实现，您可以将其用于图像分类。 用法SETR from SETR . transformer_seg import SETRModel import torch if __name__ == "__main__" : net = SETRModel ( patch_size = ( 32 , 32 ), in_channels = 3 , out_channels = 1 , hidden_size = 1024 ,