Slabý vizuálny transformátor s dozorom
Slabý vizuálny transformátor s dozorom (WS-ViT) trénuje vizuálny transformátor na obrazových dátach, ktorým chýbajú presné anotácie na úrovni pixelov, namiesto toho používa lacnejšie, hlučnejšie dohľady, ako sú triedne značky na úrovni obrázka, ohraničujúce rámčeky alebo text získaný z webu. Mechanizmus globálnej samopozornosti transformátora ho robí obzvlášť schopným lokalizovať objekty a učiť diskriminačné vlastnosti z týchto neúplných označení.
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
- 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). link ↗
- Zhou, Z.-H. (2022). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Weakly Supervised Vision Transformer (WS-ViT). ScholarGate. https://scholargate.app/sk/deep-learning/weakly-supervised-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.
- Knowledge DistillationHlboké učenie↔ compare
- SamoučenieStrojové učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
- Vision TransformerHlboké učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →