Фино настроен Vision Transformer
Фино настроен Vision Transformer адаптира голям предварително обучен ViT модел — който разделя изображенията на пачове с фиксиран размер и ги обработва чрез слоеве за самовнимание — към нова задача за класификация или разпознаване на изображения, използвайки сравнително малък етикетиран набор от данни. Той постига най-съвременна точност в компютърното зрение, като използва богати представяния, научени по време на мащабно предварително обучение.
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.
+4 още
Източници
- 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. In International Conference on Learning Representations (ICLR 2021). link ↗
- Zhai, X., Kolesnikov, A., Houlsby, N., & Beyer, L. (2022). Scaling Vision Transformers. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2022), pp. 12104-12113. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Fine-Tuned Vision Transformer (ViT with Task-Specific Adaptation). ScholarGate. https://scholargate.app/bg/deep-learning/fine-tuned-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.
- Класификация, базирана на BERTДълбоко обучение↔ сравняване
- Фина настройка на конволюционна невронна мрежаДълбоко обучение↔ сравняване
- Класификация на изображенияДълбоко обучение↔ сравняване
- Semantic SegmentationДълбоко обучение↔ сравняване
- Vision TransformerДълбоко обучение↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →