ترانسفورمر بینایی قابل توضیح
ترانسفورمر بینایی قابل توضیح (Explainable Vision Transformer) عملکرد قوی تشخیص تصویر ترانسفورمرهای بینایی (ViT) را با تکنیکهای انتساب — مانند انتشار ارتباط، چرخش توجه، یا توجه وزندار گرادیان — ترکیب میکند که نواحی تصویر محرک هر پیشبینی را برجسته میسازند. این رویکرد به پژوهشگران و دستاندرکاران اجازه میدهد تا تصمیمات مدل را ممیزی کرده و الزامات شفافیت را بدون قربانی کردن دقت برآورده سازند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Explainable Vision Transformer (XViT / ViT with Post-hoc Attribution). ScholarGate. https://scholargate.app/fa/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.
- طبقهبندی تصویریادگیری عمیق↔ compare
- ترانسفورمر بینایی چندوجهییادگیری عمیق↔ compare
- ترنسفورمر بینایی خودنظارتییادگیری عمیق↔ compare
- تقسیمبندی معنایییادگیری عمیق↔ compare
- ترنسفورمر بینایییادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →