Maskované autoenkodéry
Masked Autoencoders (MAE) je prístup samoučenia (self-supervised learning) predstavený He et al. v roku 2021, ktorý maskuje náhodné časti obrazu a trénuje model na rekonštrukciu chýbajúceho obsahu. MAE adaptuje paradigmu maskovaného jazykového modelovania z NLP do oblasti počítačového videnia a učí sa bohaté vizuálne reprezentácie riešením náročnej úlohy rekonštrukcie bez potreby anotácií.
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.
+2 more
Zdroje
- He, K., Chen, X., Xie, S., Li, Y., Dollár, P., & Girshick, R. (2022). Masked autoencoders are scalable vision learners. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 16000-16009). DOI: 10.1109/CVPR52688.2022.01553 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Masked Autoencoders are Scalable Vision Learners. ScholarGate. https://scholargate.app/sk/deep-learning/masked-autoencoders
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.
- Latentné difúzne modelyHlboké učenie↔ compare
- SimCLRHlboké učenie↔ compare
- Swin TransformerHlboké učenie↔ compare
- Vision TransformerHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →