Domain-Adaptive Vision Transformer
A Domain-Adaptive Vision Transformer (DA-ViT) a megbízható előképzett Vision Transformer (ViT) gerincrephez kapcsolódó doménadaptációs technikákat – mint például adverszáriális igazítás, önképzés vagy figyelemiszintű áthidalás – alkalmaz, hogy vizuális tudást transzferáljon egy címkézett forrásdoménból egy címkézetlen vagy kevés címkével rendelkező céldoménba, csökkentve ezzel az eltolódást az eloszlásokban, ami korlátozza a standard ViT finomhangolását.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/hu/deep-learning/domain-adaptive-vision-transformer
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Domain-adaptive BERT-based ClassificationMélytanulás↔ összehasonlítás
- Domén-adaptív konvolúciós neurális hálózatMélytanulás↔ összehasonlítás
- Finomhangolt Vision TransformerMélytanulás↔ összehasonlítás
- Szemantikus szegmentációMélytanulás↔ összehasonlítás
- Vision TransformerMélytanulás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →