Jemne doladený Vision Transformer
Jemne doladený ViT model (Fine-Tuned Vision Transformer) adaptuje rozsiahly predtrénovaný ViT model — ktorý rozdeľuje obrázky na záplaty s pevnou veľkosťou a spracováva ich prostredníctvom samo-pozornostných vrstiev — na novú úlohu klasifikácie alebo rozpoznávania obrázkov pomocou relatívne malej označenej dátovej sady. Dosahuje najmodernejšiu presnosť v počítačovom videní využitím bohatých reprezentácií naučených počas rozsiahleho predtrénovania.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
+4 ďalších
Zdroje
- Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., & Houlsby, N. (2021). An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale. In International Conference on Learning Representations (ICLR 2021). link ↗
- Zhai, X., Kolesnikov, A., Houlsby, N., & Beyer, L. (2022). Scaling Vision Transformers. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2022), pp. 12104-12113. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Fine-Tuned Vision Transformer (ViT with Task-Specific Adaptation). ScholarGate. https://scholargate.app/sk/deep-learning/fine-tuned-vision-transformer
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Klasifikácia založená na BERTHlboké učenie↔ porovnať
- Jemne doladená konvolučná neurónová sieťHlboké učenie↔ porovnať
- Klasifikácia obrazuHlboké učenie↔ porovnať
- Sémantická segmentáciaHlboké učenie↔ porovnať
- Vision TransformerHlboké učenie↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →