Maskeeritud autoenkoodrid
Masked Autoencoders (MAE) on autori-juhitud õppemeetod, mille He jt. esitasid 2021. aastal. See meetod maskeerib juhuslikke pildi osi (patches) ja treenib mudelit puuduva sisu rekonstrueerimiseks. Kohandades NLP valdkonna maskeeritud keelemudeli paradigmat nägemisandmetele, õpib MAE rikkaid visuaalseid representatsioone, lahendades keeruka rekonstrueerimisülesande ilma annotatsioonideta.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Allikad
- He, K., Chen, X., Xie, S., Li, Y., Dollár, P., & Girshick, R. (2022). Masked autoencoders are scalable vision learners. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 16000-16009). DOI: 10.1109/CVPR52688.2022.01553 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Masked Autoencoders are Scalable Vision Learners. ScholarGate. https://scholargate.app/et/deep-learning/masked-autoencoders
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.
- Latentsed difusioonimudelidSüvaõpe↔ compare
- SimCLRSüvaõpe↔ compare
- Swin TransformerSüvaõpe↔ compare
- Vision TransformerSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →