Vysvetliteľný Vision Transformer
Vysvetliteľný Vision Transformer (Explainable Vision Transformer) kombinuje vysoký výkon Vision Transformerov (ViT) pri rozpoznávaní obrazu s technikami atribúcie – ako je propagácia relevancie, rozvinutie pozornosti (attention rollout) alebo vážená gradientom pozornosť (gradient-weighted attention) – ktoré zvýrazňujú, ktoré oblasti obrazu poháňajú každú predikciu. Tento prístup umožňuje výskumníkom a praktikom auditovať rozhodnutia modelu a splniť požiadavky na transparentnosť bez obetovania presnosti.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Explainable Vision Transformer (XViT / ViT with Post-hoc Attribution). ScholarGate. https://scholargate.app/sk/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.
- Klasifikácia obrazuHlboké učenie↔ compare
- Multimodálny Transformer pre víziuHlboké učenie↔ compare
- Samoučiaci sa Vision TransformerHlboké učenie↔ compare
- Sémantická segmentáciaHlboké učenie↔ compare
- Vision TransformerHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →