स्पष्टीकरणीय विजन ट्रांसफार्मर (Explainable Vision Transformer)
स्पष्टीकरणीय विजन ट्रांसफार्मर (Explainable Vision Transformer) विजन ट्रांसफार्मर (ViT) के उत्कृष्ट छवि-पहचान प्रदर्शन को उन एट्रिब्यूशन तकनीकों के साथ जोड़ता है — जैसे कि प्रासंगिकता प्रसार (relevance propagation), अटेंशन रोलआउट (attention rollout), या ग्रेडिएंट-भारित अटेंशन (gradient-weighted attention) — जो यह उजागर करती हैं कि कौन से छवि क्षेत्र प्रत्येक भविष्यवाणी को संचालित करते हैं। यह दृष्टिकोण शोधकर्ताओं और अभ्यासकर्ताओं को सटीकता का त्याग किए बिना मॉडल के निर्णयों का ऑडिट करने और पारदर्शिता आवश्यकताओं को पूरा करने में सक्षम बनाता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Explainable Vision Transformer (XViT / ViT with Post-hoc Attribution). ScholarGate. https://scholargate.app/hi/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.
- छवि वर्गीकरणगहन अधिगम↔ compare
- Multimodal Vision Transformerगहन अधिगम↔ compare
- स्व-पर्यवेक्षित विजन ट्रांसफार्मरगहन अधिगम↔ compare
- सेमेंटिक सेगमेंटेशन (Semantic Segmentation)गहन अधिगम↔ compare
- विजन ट्रांसफार्मरगहन अधिगम↔ compare