Vāji uzraudzīts vīziju transformators
Vāji Uzraudzīts Vīziju Transformators (WS-ViT) apmāca vīziju transformatoru (Vision Transformer) uz attēlu datiem, kuriem trūkst precīzu pikseļu līmeņa anotāciju, tā vietā izmantojot lētāku, trokšņaināku uzraudzību, piemēram, attēla līmeņa klašu tagus, ierobežojošās kastes vai tīmeklī iegūtu tekstu. Transformatora globālais pašuuzmanības mehānisms padara to īpaši spējīgu lokalizēt objektus un apgūt diskriminējošas iezīmes no šīm nepilnīgajām etiķetēm.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Weakly Supervised Vision Transformer (WS-ViT). ScholarGate. https://scholargate.app/lv/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.
- Zināšanu destilācijaDziļā mācīšanās↔ compare
- Pašuzraudzības apmācībaMašīnmācīšanās↔ compare
- Daudzpusīgā apguveMašīnmācīšanās↔ compare
- Vision TransformerDziļā mācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →