本文介绍了多种新型语义分割模型，如FasterSeg、SETR、Segmenter和SegFormer。这些模型通过神经架构搜索、Transformer和动态查询设计等技术，提高了分割的精度和速度。实验结果表明，它们在多个基准测试中表现优异，推动了实时语义分割的发展。

本研究探讨了视觉变换器（ViT）在医学图像分割中的应用，提出了SETR和EfficientViT等多种模型，展示了其在密集视觉预测任务中的优越性能。同时综述了ViT和混合视觉变换器（HVT）的最新进展，强调其在医疗领域的重要性和应用潜力。