Objašnjivi Vision Transformer
Objašnjivi Vision Transformer (Explainable Vision Transformer) kombinira snažne performanse Vision Transformersa (ViT) u prepoznavanju slika s tehnikama atribucije — kao što su propagacija relevantnosti, raspakiravanje pažnje (attention rollout) ili težinska pažnja temeljena na gradijentu (gradient-weighted attention) — koje ističu koje regije slike pokreću svaku predikciju. Pristup omogućuje istraživačima i praktičarima reviziju odluka modela i ispunjavanje zahtjeva za transparentnošću bez žrtvovanja točnosti.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Explainable Vision Transformer (XViT / ViT with Post-hoc Attribution). ScholarGate. https://scholargate.app/hr/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.
- Klasifikacija slikaDuboko učenje↔ compare
- Multimodalni vizualni transformerDuboko učenje↔ compare
- Samonadzorovani Vision TransformerDuboko učenje↔ compare
- Semantička segmentacijaDuboko učenje↔ compare
- Vision TransformerDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →