Масковані автокодувальники
Масковані автокодувальники (MAE) — це підхід до самокерованого навчання, представлений Хе та співавт. у 2021 році, який маскує випадкові фрагменти зображення та навчає модель реконструювати відсутній вміст. Адаптуючи парадигму маскованого мовного моделювання з обробки природної мови (NLP) до комп'ютерного зору, MAE вивчає багаті візуальні представлення, вирішуючи складне завдання реконструкції без потреби в мітках.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Джерела
- He, K., Chen, X., Xie, S., Li, Y., Dollár, P., & Girshick, R. (2022). Masked autoencoders are scalable vision learners. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 16000-16009). DOI: 10.1109/CVPR52688.2022.01553 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Masked Autoencoders are Scalable Vision Learners. ScholarGate. https://scholargate.app/uk/deep-learning/masked-autoencoders
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.
- Моделі прихованої дифузіїГлибоке навчання↔ compare
- SimCLRГлибоке навчання↔ compare
- Swin TransformerГлибоке навчання↔ compare
- Трансформер для комп'ютерного зоруГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →