Vision Transformer Adaptif Domain
Vision Transformer Adaptif Domain (DA-ViT) menerapkan teknik adaptasi domain — seperti penyelarasan adversarial, self-training, atau penjembatanan tingkat perhatian — di atas tulang punggung Vision Transformer yang telah dilatih sebelumnya untuk mentransfer pengetahuan visual dari domain sumber berlabel ke domain target yang tidak berlabel atau sedikit berlabel, mengurangi pergeseran distribusi yang membatasi penyempurnaan ViT standar.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/id/deep-learning/domain-adaptive-vision-transformer
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Klasifikasi Berbasis BERT Adaptif DomainPembelajaran Mendalam↔ bandingkan
- Jaringan Saraf Konvolusional Adaptif DomainPembelajaran Mendalam↔ bandingkan
- Vision Transformer yang Disesuaikan (Fine-Tuned)Pembelajaran Mendalam↔ bandingkan
- Semantic SegmentationPembelajaran Mendalam↔ bandingkan
- Vision TransformerPembelajaran Mendalam↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →