Buchumschlag

GCI-ViTAL: Gradual Confidence Improvement with Vision Transformers for Active Learning on Label Noise

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mots'oehli, Moseli, Baek, kyungim
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Balancing Accuracy, Calibration, and Efficiency in Active Learning with Vision Transformers Under Label Noise
von: Mots'oehli, Moseli, et al.
Veröffentlicht: (2025)

Assistive Image Annotation Systems with Deep Learning and Natural Language Capabilities: A Review
von: Mots'oehli, Moseli
Veröffentlicht: (2024)

Simulating Refractive Distortions and Weather-Induced Artifacts for Resource-Constrained Autonomous Perception
von: Mots'oehli, Moseli, et al.
Veröffentlicht: (2025)

FishNet: Deep Neural Networks for Low-Cost Fish Stock Estimation
von: Mots'oehli, Moseli, et al.
Veröffentlicht: (2024)

FasterViT: Fast Vision Transformers with Hierarchical Attention
von: Hatamizadeh, Ali, et al.
Veröffentlicht: (2023)

VariViT: A Vision Transformer for Variable Image Sizes
von: Varma, Aswathi, et al.
Veröffentlicht: (2026)

ScriptViT: Vision Transformer-Based Personalized Handwriting Generation
von: Acharya, Sajjan, et al.
Veröffentlicht: (2025)

Octic Vision Transformers: Quicker ViTs Through Equivariance
von: Nordström, David, et al.
Veröffentlicht: (2025)

CALICO: Confident Active Learning with Integrated Calibration
von: Querol, Lorenzo S., et al.
Veröffentlicht: (2024)

Quasar-ViT: Hardware-Oriented Quantization-Aware Architecture Search for Vision Transformers
von: Li, Zhengang, et al.
Veröffentlicht: (2024)

TAP-ViTs: Task-Adaptive Pruning for On-Device Deployment of Vision Transformers
von: Wang, Zhibo, et al.
Veröffentlicht: (2026)

SkipViT: Speeding Up Vision Transformers with a Token-Level Skip Connection
von: Ataiefard, Foozhan, et al.
Veröffentlicht: (2024)

FairNVT: Improving Fairness via Noise Injection in Vision Transformers
von: Tang, Qiaoyue, et al.
Veröffentlicht: (2026)

Scaling Semantic Categories: Investigating the Impact on Vision Transformer Labeling Performance
von: Lamelas, Anthony, et al.
Veröffentlicht: (2025)

NCSAM Noise-Compensated Sharpness-Aware Minimization for Noisy Label Learning
von: Xu, Jiayu, et al.
Veröffentlicht: (2026)

ViR: Towards Efficient Vision Retention Backbones
von: Hatamizadeh, Ali, et al.
Veröffentlicht: (2023)

To Label or Not to Label: PALM -- A Predictive Model for Evaluating Sample Efficiency in Active Learning Models
von: Machnio, Julia, et al.
Veröffentlicht: (2025)

ViT-2SPN: Vision Transformer-based Dual-Stream Self-Supervised Pretraining Networks for Retinal OCT Classification
von: Saraei, Mohammadreza, et al.
Veröffentlicht: (2025)

TORE: Token Recycling in Vision Transformers for Efficient Active Visual Exploration
von: Olszewski, Jan, et al.
Veröffentlicht: (2023)

Gradual Divergence for Seamless Adaptation: A Novel Domain Incremental Learning Method
von: Jeeveswaran, Kishaan, et al.
Veröffentlicht: (2024)

SugarViT -- Multi-objective Regression of UAV Images with Vision Transformers and Deep Label Distribution Learning Demonstrated on Disease Severity Prediction in Sugar Beet
von: Günder, Maurice, et al.
Veröffentlicht: (2023)

AdaptViG: Adaptive Vision GNN with Exponential Decay Gating
von: Munir, Mustafa, et al.
Veröffentlicht: (2025)

A Conformal Prediction Score that is Robust to Label Noise
von: Penso, Coby, et al.
Veröffentlicht: (2024)

ViTime: Foundation Model for Time Series Forecasting Powered by Vision Intelligence
von: Yang, Luoxiao, et al.
Veröffentlicht: (2024)

GreedyViG: Dynamic Axial Graph Construction for Efficient Vision GNNs
von: Munir, Mustafa, et al.
Veröffentlicht: (2024)

SAC-ViT: Semantic-Aware Clustering Vision Transformer with Early Exit
von: Hu, Youbing, et al.
Veröffentlicht: (2025)

ButterflyViT: 354$\times$ Expert Compression for Edge Vision Transformers
von: Karmore, Aryan
Veröffentlicht: (2026)

Understanding and Mitigating the Label Noise in Pre-training on Downstream Tasks
von: Chen, Hao, et al.
Veröffentlicht: (2023)

Self-Training with Dynamic Weighting for Robust Gradual Domain Adaptation
von: Wang, Zixi, et al.
Veröffentlicht: (2025)

MC-ViViT: Multi-branch Classifier-ViViT to detect Mild Cognitive Impairment in older adults using facial videos
von: Sun, Jian, et al.
Veröffentlicht: (2023)

HydraViT: Stacking Heads for a Scalable ViT
von: Haberer, Janek, et al.
Veröffentlicht: (2024)

TPC-ViT: Token Propagation Controller for Efficient Vision Transformer
von: Zhu, Wentao
Veröffentlicht: (2024)

DepViT-CAD: Deployable Vision Transformer-Based Cancer Diagnosis in Histopathology
von: Shakarami, Ashkan, et al.
Veröffentlicht: (2025)

Seeing is Believing: Robust Vision-Guided Cross-Modal Prompt Learning under Label Noise
von: Geng, Zibin, et al.
Veröffentlicht: (2026)

Continual Adaptation of Vision Transformers for Federated Learning
von: Halbe, Shaunak, et al.
Veröffentlicht: (2023)

FedGSCA: Medical Federated Learning with Global Sample Selector and Client Adaptive Adjuster under Label Noise
von: Ye, Mengwen, et al.
Veröffentlicht: (2025)

MDS-ViTNet: Improving saliency prediction for Eye-Tracking with Vision Transformer
von: Ignat, Polezhaev, et al.
Veröffentlicht: (2024)

DFQ-ViT: Data-Free Quantization for Vision Transformers without Fine-tuning
von: Tong, Yujia, et al.
Veröffentlicht: (2025)

bViT: Investigating Single-Block Recurrence in Vision Transformers for Image Recognition
von: Byra, Michal, et al.
Veröffentlicht: (2026)

LF-ViT: Reducing Spatial Redundancy in Vision Transformer for Efficient Image Recognition
von: Hu, Youbing, et al.
Veröffentlicht: (2024)