Heikosti ohjattu Vision Transformer
Heikosti ohjattu Vision Transformer (WS-ViT) kouluttaa Vision Transformer -mallin kuvadataan, josta puuttuvat tarkat pikselitason annotaatiot. Sen sijaan se hyödyntää edullisempaa ja epätarkempaa ohjausta, kuten kuvatason luokkatunnisteita, rajauslaatikoita tai verkosta kerättyä tekstiä. Transformerin globaali itsehuomiomekanismi tekee siitä erityisen kyvykkään paikantamaan objekteja ja oppimaan erottelukykyisiä piirteitä näistä epätäydellisistä merkinnöistä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., & Houlsby, N. (2021). An image is worth 16x16 words: Transformers for image recognition at scale. In International Conference on Learning Representations (ICLR). link ↗
- Zhou, Z.-H. (2022). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Weakly Supervised Vision Transformer (WS-ViT). ScholarGate. https://scholargate.app/fi/deep-learning/weakly-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.
- Tietämyksen tislausSyväoppiminen↔ compare
- Itseohjautuva oppiminenKoneoppiminen↔ compare
- Puoliohjattu oppiminenKoneoppiminen↔ compare
- Vision TransformerSyväoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →