Transformers Outperform ConvNets for Root Segmentation: A Systematic Comparison Across Nine Datasets
본 논문은 9 개의 다양한 데이터셋에 대한 체계적인 비교를 통해 트랜스포머 기반 모델이 합성곱 신경망 (ConvNet) 보다 뿌리 분할 정확도와 직경 일치도에서 우월하며, 특히 사전 학습이 모델 성능 향상에 더 큰 기여를 하고 데이터 구축이 아키텍처 선택보다 성능에 더 큰 영향을 미친다는 사실을 규명했습니다.