Machine learningDeep learning / NLP / CV

Explainable Vision Transformer

Explainable Vision Transformer łączy wysoką skuteczność rozpoznawania obrazów przez Vision Transformers (ViT) z technikami atrybucji — takimi jak propagacja istotności (relevance propagation), rozwijanie uwagi (attention rollout) czy ważona gradientem uwaga (gradient-weighted attention) — które uwypuklają, które regiony obrazu napędzają każdą predykcję. Podejście to umożliwia badaczom i praktykom audytowanie decyzji modelu oraz spełnianie wymogów przejrzystości bez poświęcania dokładności.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Źródła

  1. Chefer, H., Gur, S., & Wolf, L. (2021). Transformer interpretability beyond attention visualization. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 782–791. DOI: 10.1109/CVPR46437.2021.00084
  2. 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. In International Conference on Learning Representations (ICLR). link

Jak cytować tę stronę

ScholarGate. (2026, June 3). Explainable Vision Transformer (XViT / ViT with Post-hoc Attribution). ScholarGate. https://scholargate.app/pl/deep-learning/explainable-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.

Compare side by side

Cytowana przez

ScholarGateExplainable Vision Transformer (Explainable Vision Transformer (XViT / ViT with Post-hoc Attribution)). Pobrano 2026-06-15 z https://scholargate.app/pl/deep-learning/explainable-vision-transformer · Zbiór danych: https://doi.org/10.5281/zenodo.20539026