Gyengén felügyelt Vision Transformer
A Gyengén Felügyelt Vision Transformer (WS-ViT) egy Vision Transzformer modellt képez le olyan képadatokon, amelyekből hiányoznak a precíz pixelenkénti annotációk, ehelyett olcsóbb, zajosabb felügyeletet használ, mint például képszintű osztálycímkék, határoló dobozok vagy webről letöltött szövegek. A transzformer globális ön-figyelmi mechanizmusa révén különösen alkalmas objektumok lokalizálására és megkülönböztető jellemzők tanulására ezekből a hiányos címkékből.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., & Houlsby, N. (2021). An image is worth 16x16 words: Transformers for image recognition at scale. In International Conference on Learning Representations (ICLR). link ↗
- Zhou, Z.-H. (2022). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Weakly Supervised Vision Transformer (WS-ViT). ScholarGate. https://scholargate.app/hu/deep-learning/weakly-supervised-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.
- A tudásdesztillációMélytanulás↔ compare
- Önfelügyelt tanulásGépi tanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
- Vision TransformerMélytanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →