本文介绍了一种基于原型的Transformer架构（PEM），用于图像分割。PEM利用视觉特征的冗余性来提高计算效率，并引入了多尺度特征金字塔网络，能够高效地提取高语义内容的特征。在测试中，PEM表现出色，优于特定任务的架构，并且与计算代价较高的基准模型相媲美甚至更优。

研究人员提出了一种高效的基于原型的Transformer架构（PEM）用于图像分割，利用视觉特征的冗余性来限制计算并提高效率，并引入了高效的多尺度特征金字塔网络。在测试中，PEM表现出色，优于特定任务的架构，并且与计算代价较高的基准模型相媲美甚至更优。