Machine learningDeep learning / NLP / CV
Semi-supervised Vision Transformer
Semi-supervised Vision Transformerは、ViTのパッチベース自己注意機構を、画像の一部のみにラベルが付与されている設定に適用し、疑似ラベリング、一貫性正則化、または自己教師あり事前学習タスクを通じて大規模なラベルなしコーパスを活用し、少数のラベル付きデータセットでファインチューニングを行います。このアプローチは、ラベル付き画像が少ない場合でも、教師あり学習に近い精度を達成します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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. International Conference on Learning Representations (ICLR 2021). link ↗
- Zhai, X., Kolesnikov, A., Houlsby, N., & Beyer, L. (2022). Scaling Vision Transformers. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 12104–12113. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Vision Transformer (Semi-supervised ViT). ScholarGate. https://scholargate.app/ja/deep-learning/semi-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.
- ファインチューニングされたVision Transformer深層学習↔ compare
- 画像分類深層学習↔ compare
- Self-supervised Vision Transformer深層学習↔ compare
- Semi-supervised BERT-based Classification深層学習↔ compare
- 半教師あり畳み込みニューラルネットワーク深層学習↔ compare
- ビジョントランスフォーマー深層学習↔ compare