Domain-Adaptive Vision Transformer
Domain-Adaptive Vision Transformer (DA-ViT) primjenjuje tehnike prilagodbe domene — kao što su neprijateljsko poravnanje, samostalno učenje ili premošćivanje na razini pozornosti — na prethodno treniranu Vision Transformer arhitekturu kako bi se vizualno znanje prenijelo iz označene izvorne domene u ciljnu domenu bez oznaka ili s malo oznaka, smanjujući pomak distribucije koji ograničava standardno fino podešavanje ViT-a.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/hr/deep-learning/domain-adaptive-vision-transformer
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Domenski prilagođena klasifikacija utemeljena na BERT-uDuboko učenje↔ usporedi
- Domensko-prilagodljiva konvolucijska neuronska mrežaDuboko učenje↔ usporedi
- Prilagođeni Vision TransformerDuboko učenje↔ usporedi
- Semantička segmentacijaDuboko učenje↔ usporedi
- Vision TransformerDuboko učenje↔ usporedi
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →