Vision Transformer Adaptatiu al Domini
El Vision Transformer Adaptatiu al Domini (DA-ViT) aplica tècniques d'adaptació de domini — com ara alineació adversarial, auto-entrenament o pont a nivell d'atenció — sobre una base de Vision Transformer pre-entrenada per transferir coneixement visual d'un domini font etiquetat a un domini objectiu no etiquetat o lleugerament etiquetat, reduint el canvi de distribució que limita l'ajustament estàndard del ViT.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/ca/deep-learning/domain-adaptive-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.
- Classificació basada en BERT adaptada al dominiAprenentatge profund↔ compare
- CNN adaptativa al dominiAprenentatge profund↔ compare
- Vision Transformer ajustat (Fine-Tuned Vision Transformer)Aprenentatge profund↔ compare
- Segmentació semànticaAprenentatge profund↔ compare
- Vision TransformerAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →