Eneseliseeritud nägemistransformaator
Eneseliseeritud nägemistransformaator (SSL-ViT) rakendab eneseliiseeritud eelkoolitusülesandeid — nagu maskeeritud plaastrite ennustamine (MAE) või enesedistilleerimine ilma siltideta (DINO) — nägemistransformaatori arhitektuurile, võimaldades võimsate visuaalsete representatsioonide õppimist suurtest märgistamata pildikorjustest enne mis tahes ülesandepõhist täpsustamist.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Caron, M., Touvron, H., Misra, I., Jegou, H., Mairal, J., Bojanowski, P., & Joulin, A. (2021). Emerging Properties in Self-Supervised Vision Transformers. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 9650–9660. link ↗
- He, K., Chen, X., Xie, S., Li, Y., Dollar, P., & Girshick, R. (2022). Masked Autoencoders Are Scalable Vision Learners. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 16000–16009. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Self-supervised Vision Transformer (SSL-ViT). ScholarGate. https://scholargate.app/et/deep-learning/self-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.
- Häälestatud nägemistransformaatorSüvaõpe↔ compare
- Multimodaalne VisioonitransformaatorSüvaõpe↔ compare
- Eneseteadlik konvolutsiooniline närvivõrkSüvaõpe↔ compare
- Vision TransformerSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →