Маскирани автоенкодери
Маскираните автоенкодери (MAE) са подход за самообучение (self-supervised learning), представен от He et al. през 2021 г., който маскира случайни части (patches) от изображение и обучава модел да реконструира липсващото съдържание. Адаптирайки парадигмата за маскиране на езиково моделиране от обработката на естествен език (NLP) към компютърното зрение, MAE научава богати визуални представяния чрез решаване на трудна задача за реконструкция, без да изисква етикети.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Източници
- He, K., Chen, X., Xie, S., Li, Y., Dollár, P., & Girshick, R. (2022). Masked autoencoders are scalable vision learners. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 16000-16009). DOI: 10.1109/CVPR52688.2022.01553 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Masked Autoencoders are Scalable Vision Learners. ScholarGate. https://scholargate.app/bg/deep-learning/masked-autoencoders
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.
- Латентни дифузионни моделиДълбоко обучение↔ compare
- SimCLRДълбоко обучение↔ compare
- Swin TransformerДълбоко обучение↔ compare
- Vision TransformerДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →