Domene-adaptiv Vision Transformer
Domene-adaptiv Vision Transformer (DA-ViT) anvender domene-adaptasjonsteknikker — som adversariell justering, selvtreningsmetoder eller justering på oppmerksomhetsnivå — oppå en forhåndstrent Vision Transformer-ryggrad for å overføre visuell kunnskap fra et merket kildedomen til et umerket eller lett merket måldomen, og reduserer distribusjonsforskyvningen som begrenser standard ViT finjustering.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Domain-Adaptive Vision Transformer (DA-ViT). ScholarGate. https://scholargate.app/no/deep-learning/domain-adaptive-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.
- Domene-adaptiv BERT-basert klassifiseringDyp læring↔ compare
- Domene-adaptiv konvolusjonelt nevralt nettverkDyp læring↔ compare
- Finjustert Vision TransformerDyp læring↔ compare
- Semantisk segmenteringDyp læring↔ compare
- Vision TransformerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →