Machine learningDeep learning / NLP / CV
שנאי ראייה מותאם-תחום
שנאי ראייה מותאם-תחום (DA-ViT) מיישם טכניקות התאמת תחום — כגון יישור אדברסרי, אימון עצמי, או גישור ברמת הקשב — על גבי עמוד שדרה של שנאי ראייה שאומן מראש, כדי להעביר ידע חזותי מתחום מקור מתויג לתחום יעד לא מתויג או מתויג קלות. הדבר מפחית את שינוי ההתפלגות המגביל כוונון עדין סטנדרטי של ViT.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/he/deep-learning/domain-adaptive-vision-transformer
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- סיווג מבוסס BERT אדפטיבי לתחוםלמידה עמוקה↔ השוואה
- רשת קונבולוציה אדפטיבית לתחוםלמידה עמוקה↔ השוואה
- Vision Transformer מכוונן עדיןלמידה עמוקה↔ השוואה
- סגמנטציה סמנטיתלמידה עמוקה↔ השוואה
- טרנספורמר ראייהלמידה עמוקה↔ השוואה