Magyarázható Vizionáló Transzformer
A Magyarázható Vizionáló Transzformer (Explainable Vision Transformer, ExViT) a Vizionáló Transzformerek (Vision Transformer, ViT) erős képfelismerő teljesítményét ötvözi olyan attribúciós technikákkal – mint a relevanciapropagáció, az attenciós elgurítás (attention rollout) vagy a gradiens súlyozott attenció –, amelyek kiemelik, hogy mely képterületek vezérlik az egyes előrejelzéseket. A megközelítés lehetővé teszi a kutatók és a gyakorlati szakemberek számára, hogy auditálják a modell döntéseit és megfeleljenek az átláthatósági követelményeknek a pontosság feláldozása nélkül.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Explainable Vision Transformer (XViT / ViT with Post-hoc Attribution). ScholarGate. https://scholargate.app/hu/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.
- KéposztályozásMélytanulás↔ compare
- Multimodális Vizuális TranszformerMélytanulás↔ compare
- Önfelügyelt Vision TransformerMélytanulás↔ compare
- Szemantikus szegmentációMélytanulás↔ compare
- Vision TransformerMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →