Explainable Vision Transformer
Explainable Vision Transformer kombinuje špičkový výkon Vision Transformerů (ViT) v rozpoznávání obrazu s technikami atribuce — jako je šíření relevance, rozvinutí pozornosti (attention rollout) nebo gradientem vážená pozornost — které zvýrazňují, které oblasti obrazu pohánějí jednotlivá predikce. Tento přístup umožňuje výzkumníkům a praktikům auditovat rozhodnutí modelu a splnit požadavky na transparentnost bez obětování přesnosti.
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
- Chefer, H., Gur, S., & Wolf, L. (2021). Transformer interpretability beyond attention visualization. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 782–791. DOI: 10.1109/CVPR46437.2021.00084 ↗
- 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. In International Conference on Learning Representations (ICLR). link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Explainable Vision Transformer (XViT / ViT with Post-hoc Attribution). ScholarGate. https://scholargate.app/cs/deep-learning/explainable-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 obrazuHluboké učení↔ compare
- Multimodální Vision TransformerHluboké učení↔ compare
- Samoučící se vidění TransformerHluboké učení↔ compare
- Sémantická segmentaceHluboké učení↔ compare
- Vision TransformerHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →