本文介绍了多种基于Transformer的模型，如DATFormer、PAVER和SGFormer，旨在解决360°数据投影和特征失真问题。这些模型在全景深度估计和物体检测等任务中表现优越，显著提高了精度和性能，研究结果显示其在多个公开数据集上均优于现有技术。

本文介绍了多种基于变压器的全景深度估计和语义分割方法，如 PanoFormer、EGformer 和 DATFormer。这些方法通过引入球面几何知识和自适应模块，显著提高了深度估计的准确性和鲁棒性，实验结果在多个数据集上表现优异。