Doménově adaptivní Vision Transformer
Doménově adaptivní Vision Transformer (DA-ViT) aplikuje techniky doménové adaptace – jako je adversariální zarovnání, samo-učení nebo přemostění na úrovni pozornosti – na předtrénovaný Vision Transformer, aby přenesl vizuální znalosti z označené zdrojové domény do neoznačené nebo slabě označené cílové domény, čímž snižuje distribuční posun, který omezuje standardní jemné doladění ViT.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/cs/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.
- Klasifikace založená na BERT s adaptací na doménuHluboké učení↔ compare
- Doménově adaptivní konvoluční neuronová síťHluboké učení↔ compare
- Dolaďovaný Vision TransformerHluboké učení↔ compare
- Sémantická segmentaceHluboké učení↔ compare
- Vision TransformerHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →