DTFormer：面向 RGB-D 分割的文本引导语义对齐

DTFormer 是一个 RGB-D-Text 三模态语义分割框架，核心为 Text-guided Semantic Alignment Module（TSAM），将文本线索编码为语义原型，并在多个编码器与解码器层显式对齐 RGB-D 特征。