Domein-Adaptieve Vision Transformer
Domein-Adaptieve Vision Transformer (DA-ViT) past domeinadaptatietechnieken toe — zoals adversariële uitlijning, selftraining of aandachtsniveau-overbrugging — bovenop een vooraf getrainde Vision Transformer backbone om visuele kennis over te dragen van een gelabeld bron-domein naar een ongelabeld of licht gelabeld doel-domein, waardoor de distributieverschuiving die standaard ViT-fijnafstemming beperkt, wordt verminderd.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/nl/deep-learning/domain-adaptive-vision-transformer
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Domein-adaptieve BERT-gebaseerde ClassificatieDeep learning↔ vergelijken
- Domein-adaptieve Convolutionele Neurale NetwerkenDeep learning↔ vergelijken
- Fijn-afgestelde Vision TransformerDeep learning↔ vergelijken
- Semantische segmentatieDeep learning↔ vergelijken
- Transformator voor Visuele WaarnemingDeep learning↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →