المحوّل البصري شبه المُشرف عليه
يطبق المحوّل البصري شبه المُشرف عليه (Semi-supervised Vision Transformer) بنية الانتباه الذاتي القائمة على الرقع (patches) الخاصة بـ ViT على إعدادات تكون فيها نسبة ضئيلة فقط من الصور مُصنفة، مستغلاً المجموعات الضخمة غير المصنفة من خلال التسمية الزائفة (pseudo-labeling)، أو تنظيم الاتساق (consistency regularization)، أو مهام تمهيدية ذاتية الإشراف (self-supervised pretext tasks) قبل الضبط الدقيق (fine-tuning) على المجموعة المصنفة الصغيرة. يحقق هذا النهج دقة قريبة من الإشراف الكامل حتى عندما تكون الصور المصنفة نادرة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., & Houlsby, N. (2021). An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale. International Conference on Learning Representations (ICLR 2021). link ↗
- Zhai, X., Kolesnikov, A., Houlsby, N., & Beyer, L. (2022). Scaling Vision Transformers. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 12104–12113. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Semi-supervised Vision Transformer (Semi-supervised ViT). ScholarGate. https://scholargate.app/ar/deep-learning/semi-supervised-vision-transformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- محوّل الرؤية المُحسَّن بدقةالتعلم العميق↔ compare
- تصنيف الصورالتعلم العميق↔ compare
- محول الرؤية ذاتي الإشرافالتعلم العميق↔ compare
- تصنيف معتمد على BERT وشبه مُشرف عليهالتعلم العميق↔ compare
- شبكة عصبية التفافية شبه مُشرف عليهاالتعلم العميق↔ compare
- محوّل الرؤيةالتعلم العميق↔ compare