วิทัศน์ทรานส์ฟอร์มแบบมีผู้สอนแบบอ่อน
วิทัศน์ทรานส์ฟอร์มแบบมีผู้สอนแบบอ่อน (WS-ViT) ฝึกสอนวิทัศน์ทรานส์ฟอร์มบนข้อมูลภาพที่ขาดคำอธิบายประกอบระดับพิกเซลที่แม่นยำ แต่ใช้การสอนที่ถูกกว่าและมีสัญญาณรบกวนมากกว่า เช่น แท็กคลาสระดับภาพ กล่องขอบเขต หรือข้อความที่รวบรวมจากเว็บ กลไกการใส่ใจตนเองแบบทั่วโลกของทรานส์ฟอร์มทำให้มีความสามารถเป็นพิเศษในการระบุตำแหน่งวัตถุและเรียนรู้คุณลักษณะที่แยกแยะได้จากป้ายกำกับที่ไม่สมบูรณ์เหล่านี้
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. 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Weakly Supervised Vision Transformer (WS-ViT). ScholarGate. https://scholargate.app/th/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.
- การกลั่นความรู้การเรียนรู้เชิงลึก↔ compare
- การเรียนรู้แบบกำกับดูแลตนเองการเรียนรู้ของเครื่อง↔ compare
- การเรียนรู้แบบกึ่งกำกับดูแลการเรียนรู้ของเครื่อง↔ compare
- วิชันทรานส์ฟอร์มเมอร์การเรียนรู้เชิงลึก↔ compare