Трансформер зору з напівкерованим навчанням
Трансформер зору з напівкерованим навчанням (Semi-supervised Vision Transformer) застосовує архітектуру само-уваги на основі патчів від ViT до сценаріїв, де лише частина зображень містить мітки, використовуючи великі нерозмічені корпуси через псевдо-розмічування, регуляризацію узгодженості або самокеровані допоміжні завдання перед доналаштуванням на невеликому розміченому наборі. Цей підхід досягає точності, близької до керованого навчання, навіть за браку розмічених зображень.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Semi-supervised Vision Transformer (Semi-supervised ViT). ScholarGate. https://scholargate.app/uk/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.
- Vision Transformer з доналаштуваннямГлибоке навчання↔ compare
- Класифікація зображеньГлибоке навчання↔ compare
- Самокерований Трансформер БаченняГлибоке навчання↔ compare
- Напівкерована класифікація на основі BERTГлибоке навчання↔ compare
- Напівкерована згорткова нейронна мережаГлибоке навчання↔ compare
- Трансформер для комп'ютерного зоруГлибоке навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →