Explainable Vision Transformer
Explainable Vision Transformer combine la performance de reconnaissance d'images des Vision Transformers (ViT) avec des techniques d'attribution — telles que la propagation de pertinence, le rollout d'attention, ou l'attention pondérée par gradient — qui mettent en évidence les régions d'image qui pilotent chaque prédiction. L'approche permet aux chercheurs et aux praticiens d'auditer les décisions du modèle et de satisfaire aux exigences de transparence sans sacrifier la précision.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Explainable Vision Transformer (XViT / ViT with Post-hoc Attribution). ScholarGate. https://scholargate.app/fr/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.
- Classification d'imagesApprentissage profond↔ compare
- Multimodal Vision TransformerApprentissage profond↔ compare
- Vision Transformer auto-superviséApprentissage profond↔ compare
- Segmentation sémantiqueApprentissage profond↔ compare
- Vision TransformerApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →