Metodes pierādījumu reģistrs

Semi-supervised Vision Transformer

Semi-supervised Vision Transformer applies the patch-based self-attention architecture of ViT to settings where only a fraction of images are labeled, exploiting large unlabeled corpora through pseudo-labeling, consistency regularization, or self-supervised pretext tasks before fine-tuning on the small labeled set. This approach achieves near-supervised accuracy even when labeled images are scarce.

Sources recorded, not reviewed

Avota reģistrs

Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.

Semi-supervised Vision Transformer (Semi-supervised ViT)

Taksonomiskās metodes reģistrs · ml-model / deep-learning

Atvērt pilnu metodi

Kurēti apgalvojumi

Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.

Vēl nav kurētu apgalvojumu

Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.

Saistītās metodes

Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.

Taxonomic bucketFine-Tuned Vision Transformermachine-suggested · Relational suggestion, not evidence.Taxonomic bucketImage Classificationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSelf-supervised Vision Transformermachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSemi-supervised BERT-based Classificationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSemi-supervised Convolutional Neural Networkmachine-suggested · Relational suggestion, not evidence.Same method familyVision Transformermachine-suggested · Relational suggestion, not evidence.