Domain-Adaptive Vision Transformer
Domain-Adaptive Vision Transformer (DA-ViT) soveltaa domain-adaptaatiotekniikoita – kuten vastakkainasetteluun perustuvaa kohdistusta (adversarial alignment), itseopetusta (self-training) tai tarkkaavuustason yhdistämistä (attention-level bridging) – esikoulutetun Vision Transformer -rungon päälle siirtääkseen visuaalista tietoa merkityllä lähdealueelta (source domain) merkitsemättömälle tai vähän merkitylle kohdealueelle (target domain), vähentäen jakaumasiirtymää (distribution shift), joka rajoittaa standardia ViT-hienosäätöä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/fi/deep-learning/domain-adaptive-vision-transformer
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Aluekohtainen BERT-pohjainen luokitteluSyväoppiminen↔ vertaa
- Domain-adaptiivinen konvoluutioneuroverkkoSyväoppiminen↔ vertaa
- Hienosäädetty Vision TransformerSyväoppiminen↔ vertaa
- Semanttinen segmentointiSyväoppiminen↔ vertaa
- Vision TransformerSyväoppiminen↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →