ScholarGate
Pembantu
Machine learningDeep learning / NLP / CV

Transformer Penglihatan Adaptif Domain

Transformer Penglihatan Adaptif Domain (DA-ViT) mengaplikasikan teknik adaptasi domain — seperti penjajaran adversarial, penselatihan kendiri, atau jambatan aras perhatian — di atas rangka kerja Transformer Penglihatan yang telah dilatih awal untuk memindahkan pengetahuan visual dari domain sumber berlabel ke domain sasaran yang tidak berlabel atau berlabel minimum, mengurangkan anjakan taburan yang mengehadkan penalaan halus ViT standard.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiMuat turun slaid

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Peta kaedah

Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.

Sumber

  1. 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
  2. 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 memetik halaman ini

ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/ms/deep-learning/domain-adaptive-vision-transformer

Kaedah yang mana?

Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.

Bandingkan secara bersebelahan

Dirujuk oleh

ScholarGateDomain-adaptive vision transformer (Domain-Adaptive Vision Transformer (DA-ViT)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/domain-adaptive-vision-transformer · Set data: https://doi.org/10.5281/zenodo.20539026