Masked Autoencoders
Masked Autoencoders (MAE) on He et al.in vuonna 2021 esittelemä itseohjautuva oppimismenetelmä, joka peittää satunnaisia kuvapaikkoja ja kouluttaa mallin rekonstruoimaan puuttuvan sisällön. Mukauttamalla peitetyn kielen mallinnuksen paradigman NLP:stä näköön, MAE oppii rikkaita visuaalisia representaatioita ratkaisemalla haastavan rekonstruointitehtävän ilman tarvetta merkinnöille.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Masked Autoencoders are Scalable Vision Learners. ScholarGate. https://scholargate.app/fi/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.
- Latent Diffusion ModelsSyväoppiminen↔ compare
- SimCLRSyväoppiminen↔ compare
- Swin TransformerSyväoppiminen↔ compare
- Vision TransformerSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →