หม้อแปลงวิทัศน์แบบกึ่งมีผู้สอน
หม้อแปลงวิทัศน์แบบกึ่งมีผู้สอน (Semi-supervised Vision Transformer) ประยุกต์ใช้สถาปัตยกรรมแบบ self-attention ที่อิงแพตช์ของ ViT กับสถานการณ์ที่มีเพียงบางส่วนของรูปภาพเท่านั้นที่มีป้ายกำกับ โดยใช้ประโยชน์จากคลังข้อมูลขนาดใหญ่ที่ไม่มีป้ายกำกับผ่านการสร้างป้ายกำกับเทียม (pseudo-labeling), การควบคุมความสอดคล้อง (consistency regularization) หรือภารกิจนำร่องแบบเรียนรู้ด้วยตนเอง (self-supervised pretext tasks) ก่อนที่จะปรับแต่ง (fine-tuning) บนชุดข้อมูลที่มีป้ายกำกับขนาดเล็ก วิธีการนี้สามารถบรรลุความแม่นยำใกล้เคียงกับการเรียนรู้แบบมีผู้สอน แม้ว่ารูปภาพที่มีป้ายกำกับจะมีจำกัด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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. International Conference on Learning Representations (ICLR 2021). link ↗
- Zhai, X., Kolesnikov, A., Houlsby, N., & Beyer, L. (2022). Scaling Vision Transformers. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 12104–12113. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Semi-supervised Vision Transformer (Semi-supervised ViT). ScholarGate. https://scholargate.app/th/deep-learning/semi-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.
- วิชันทรานส์ฟอร์มเมอร์ที่ปรับละเอียดการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทรูปภาพการเรียนรู้เชิงลึก↔ compare
- Self-supervised Vision Transformerการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทข้อความแบบกึ่งมีผู้สอนโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- โครงข่ายประสาทเทียมแบบสังวัตนาการแบบกึ่งมีผู้สอนการเรียนรู้เชิงลึก↔ compare
- วิชันทรานส์ฟอร์มเมอร์การเรียนรู้เชิงลึก↔ compare