Transformador de Visió amb Supervisió Feble
El Transformador de Visió amb Supervisió Feble (WS-ViT) entrena un Transformador de Visió amb dades d'imatge que manquen d'anotacions precises a nivell de píxel, utilitzant en canvi una supervisió més econòmica i sorollosa, com ara etiquetes de classe a nivell d'imatge, caixes delimitadores o text extret del web. El mecanisme d'autoatenció global del transformador el fa especialment capaç de localitzar objectes i aprendre característiques discriminatives a partir d'aquestes etiquetes incompletes.
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., 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). link ↗
- Zhou, Z.-H. (2022). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Weakly Supervised Vision Transformer (WS-ViT). ScholarGate. https://scholargate.app/ca/deep-learning/weakly-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.
- Destil·lació del coneixementAprenentatge profund↔ compare
- Aprenentatge autosupervisatAprenentatge automàtic↔ compare
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
- Vision TransformerAprenentatge profund↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →