Προσαρμοστικός Μετασχηματιστής Όρασης (Domain-Adaptive Vision Transformer)
Ο Προσαρμοστικός Μετασχηματιστής Όρασης (DA-ViT) εφαρμόζει τεχνικές προσαρμογής πεδίου — όπως εχθρική ευθυγράμμιση, αυτο-εκπαίδευση ή γεφύρωση επιπέδου προσοχής — πάνω σε έναν προεκπαιδευμένο αρχιτεκτονικό κορμό Vision Transformer, για να μεταφέρει οπτική γνώση από ένα επισημασμένο πεδίο πηγής σε ένα μη επισημασμένο ή ελαφρώς επισημασμένο πεδίο στόχο, μειώνοντας τη μετατόπιση κατανομής που περιορίζει την τυπική λεπτορύθμιση του ViT.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Χάρτης μεθόδων
Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/el/deep-learning/domain-adaptive-vision-transformer
Ποια μέθοδος;
Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.
- Ταξινόμηση βασισμένη σε BERT με προσαρμογή στον τομέαΒαθιά Μάθηση↔ σύγκριση
- Συνελικτικό Νευρωνικό Δίκτυο Προσαρμοσμένο στον ΤομέαΒαθιά Μάθηση↔ σύγκριση
- Προσαρμοσμένος Όρασης ΜετασχηματιστήςΒαθιά Μάθηση↔ σύγκριση
- Σημασιολογική ΤμηματοποίησηΒαθιά Μάθηση↔ σύγκριση
- Vision TransformerΒαθιά Μάθηση↔ σύγκριση
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →