## 1. 模型效果 英伟达团队提出的SegFormer是一种简单、高效的语义分割模型，并扩展了一系列从B0到B5的模型，达到了比此前的同类型模型更好的性能和效率。例如SegFormer-B4在ADE20K上以64M参数实现50.3%的mIoU，模型参数比之前的最佳方法小5倍，mIoU提高2.2%。最佳模型SegFormer-B5在cityscape验证集上实现了84.0%的mIoU，并在cityscape-c上展现了良好的zero-shot性能。 <div align=center> <img width="900" src="https://github.com/PaddlePaddle/PaddleSeg/assets/108920665/af801921-35af-4608-b83e-728c915a247a"> </div> 更多关于PaddleSeg的内容，可以点击 [PaddleSeg 仓库](https://github.com/PaddlePaddle/PaddleSeg) 进行了解。