本文介绍了多种基于Transformer的语义分割方法，如SETR、Segmenter、CyCTR、TRFS和SeMask等。这些方法通过不同的解码器和增强模块，提升了在多个数据集上的分割性能，尤其在Few-Shot Learning和开放词汇任务中表现突出。最新的SED模型通过分层结构和类别早期拒绝机制，实现了高效的像素级分割。