Self-supervised Vision Transformer
Self-supervised Vision Transformer (SSL-ViT) হল Vision Transformer আর্কিটেকচারে সেলফ-সুপারভাইজড প্রি-ট্রেনিং অবজেক্টিভ — যেমন মাস্কড প্যাচ প্রেডিকশন (MAE) বা লেবেল ছাড়া সেলফ-ডিস্টিলেশন (DINO) — প্রয়োগ করে, যা কোনো টাস্ক-স্পেসিফিক ফাইন-টিউনিংয়ের আগে বৃহৎ লেবেলবিহীন চিত্র কর্পোরা থেকে শক্তিশালী ভিজ্যুয়াল রিপ্রেজেন্টেশন শিখতে সক্ষম করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Caron, M., Touvron, H., Misra, I., Jegou, H., Mairal, J., Bojanowski, P., & Joulin, A. (2021). Emerging Properties in Self-Supervised Vision Transformers. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 9650–9660. link ↗
- He, K., Chen, X., Xie, S., Li, Y., Dollar, P., & Girshick, R. (2022). Masked Autoencoders Are Scalable Vision Learners. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 16000–16009. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Self-supervised Vision Transformer (SSL-ViT). ScholarGate. https://scholargate.app/bn/deep-learning/self-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.
- ফাইন-টিউনড ভিশন ট্রান্সফরমারগভীর শিখন↔ compare
- মাল্টিমোডাল ভিশন ট্রান্সফরমারগভীর শিখন↔ compare
- সেল্ফ-সুপারভাইজড কনভল্যুশনাল নিউরাল নেটওয়ার্কগভীর শিখন↔ compare
- ভিশন ট্রান্সফরমারগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →