Vision Transformer Adattivo al Dominio

Il Vision Transformer Adattivo al Dominio (DA-ViT) applica tecniche di adattamento del dominio — come allineamento avversariale, auto-addestramento o bridging a livello di attenzione — sopra un backbone Vision Transformer pre-addestrato per trasferire la conoscenza visiva da un dominio sorgente etichettato a un dominio target non etichettato o leggermente etichettato, riducendo lo spostamento di distribuzione che limita il fine-tuning standard dei ViT.