Vision Transformer auto-supervisé
Le Vision Transformer auto-supervisé (SSL-ViT) applique des objectifs de pré-entraînement auto-supervisés — tels que la prédiction de patchs masqués (MAE) ou la distillation de soi sans étiquettes (DINO) — à l'architecture Vision Transformer, permettant d'apprendre de puissantes représentations visuelles à partir de grands corpus d'images non étiquetées avant tout réglage fin spécifique à une tâche.
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
- Caron, M., Touvron, H., Misra, I., Jegou, H., Mairal, J., Bojanowski, P., & Joulin, A. (2021). Emerging Properties in Self-Supervised Vision Transformers. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 9650–9660. link ↗
- He, K., Chen, X., Xie, S., Li, Y., Dollar, P., & Girshick, R. (2022). Masked Autoencoders Are Scalable Vision Learners. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 16000–16009. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Self-supervised Vision Transformer (SSL-ViT). ScholarGate. https://scholargate.app/fr/deep-learning/self-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.
- Transformeur Vision AjustéApprentissage profond↔ compare
- Multimodal Vision TransformerApprentissage profond↔ compare
- Réseau de neurones convolutif auto-superviséApprentissage profond↔ compare
- Vision TransformerApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →