Metodbevispost
Domain-adaptive vision transformer
Domain-Adaptive Vision Transformer (DA-ViT) applies domain adaptation techniques — such as adversarial alignment, self-training, or attention-level bridging — on top of a pretrained Vision Transformer backbone to transfer visual knowledge from a labeled source domain to an unlabeled or lightly labeled target domain, reducing the distribution shift that limits standard ViT fine-tuning.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
Domain-Adaptive Vision Transformer (DA-ViT)
Taxonomisk metodpost · ml-model / deep-learning
- 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. International Conference on Learning Representations (ICLR). · URL
- Yang, L., Balaji, Y., Lim, S. N., & Shrivastava, A. (2023). TVT: Transferable Vision Transformer for Unsupervised Domain Adaptation. Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 520-530. · URL
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Inga kuraterade påståenden ännu
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.