Адаптивен към домейна визуален трансформер
Адаптивният към домейна визуален трансформер (DA-ViT) прилага техники за адаптация към домейна — като състезателно подравняване, самообучение или мостове на ниво внимание — върху предварително обучен визуален трансформер (Vision Transformer, ViT) за прехвърляне на визуални знания от маркиран изходен домейн към немаркиран или слабо маркиран целеви домейн, намалявайки изместването на разпределението, което ограничава стандартното фино настройване на ViT.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., ... & Houlsby, N. (2021). An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale. International Conference on Learning Representations (ICLR). link ↗
- Yang, L., Balaji, Y., Lim, S. N., & Shrivastava, A. (2023). TVT: Transferable Vision Transformer for Unsupervised Domain Adaptation. Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 520-530. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/bg/deep-learning/domain-adaptive-vision-transformer
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Адаптивно към домейна класифициране, базирано на BERTДълбоко обучение↔ сравняване
- Конволюционна невронна мрежа, адаптирана към домейнаДълбоко обучение↔ сравняване
- Фино настроен Vision TransformerДълбоко обучение↔ сравняване
- Semantic SegmentationДълбоко обучение↔ сравняване
- Vision TransformerДълбоко обучение↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →