Transformer วิสัยทัศน์ที่อธิบายได้
Explainable Vision Transformer ผสมผสานประสิทธิภาพอันแข็งแกร่งในการรู้จำภาพของ Vision Transformers (ViT) เข้ากับเทคนิคการระบุแหล่งที่มา (attribution techniques) เช่น relevance propagation, attention rollout หรือ gradient-weighted attention ซึ่งจะเน้นย้ำว่าส่วนใดของภาพที่ขับเคลื่อนการทำนายแต่ละครั้ง แนวทางนี้ช่วยให้นักวิจัยและผู้ปฏิบัติงานสามารถตรวจสอบการตัดสินใจของโมเดลและตอบสนองข้อกำหนดด้านความโปร่งใสได้โดยไม่ลดทอนความแม่นยำ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Explainable Vision Transformer (XViT / ViT with Post-hoc Attribution). ScholarGate. https://scholargate.app/th/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.
- การจำแนกประเภทรูปภาพการเรียนรู้เชิงลึก↔ compare
- ทรานส์ฟอร์มเมอร์วิสัยทัศน์หลายรูปแบบการเรียนรู้เชิงลึก↔ compare
- Self-supervised Vision Transformerการเรียนรู้เชิงลึก↔ compare
- Semantic Segmentationการเรียนรู้เชิงลึก↔ compare
- วิชันทรานส์ฟอร์มเมอร์การเรียนรู้เชิงลึก↔ compare