Vision Transformer（ViT）とは？-AI関連の用語集【クラベルAI】-

Vision Transformer（ViT）

Vision Transformer（ViT）とは、画像を小さな断片に切り分けて文章の単語のように並べ、Transformerで処理する画像認識のモデルのことです。2020年にDosovitskiyらが論文「An Image is Worth 16x16 Words」で発表しました。画像を16×16ピクセルなどの断片（パッチ）に分け、断片どうしの関係をアテンションで調べます。大量のデータで学習すると、高い精度が出ることが示されました。

Vision Transformer（ViT）関連用語

Vision Transformer（ViT）に関連する単語は以下の通りです。

• Transformer（トランスフォーマー）元になった仕組みは？→
• Self-Attention（自己注意機構）断片どうしの関係を見る仕組みは？→
• CNN（Convolutional Neural Network）従来の画像AIは何が違う？→
• 画像分類画像を分類するとは？→
• 埋め込み（Embedding）断片を数字にするには？→
• マルチモーダルAI画像と文章を一緒に扱うには？→

Vision Transformer（ViT）で知っておくと得する有益情報

ViTは、文章の技術を画像に持ち込んだモデルです。従来のCNNとの違いを3つにまとめました。

• 全体の関係を直接見るCNNは近い範囲から順に見ますが、ViTは離れた断片どうしの関係も見られます。
• データが多いほど有利小さなデータでは、CNNのほうが良い場面もあると報告されています。
• 画像と文章を同じ形に文章と同じ仕組みなので、画像と文章を一緒に扱うAIの土台にもなっています。

ViTとCNNの違い

ViTは、大量のデータがある画像の課題で力を発揮するモデルです。

Vision Transformer（ViT）やさしい解説

画像を文章みたいに読むって、どういうこと？

ジグソーパズルにたとえます。絵をピースに分けて、並べたピースどうしの関係から全体の絵を理解します。

ViTは、画像を小さなピースに切り、ピース同士の関係を調べて、何が写っているかを判断します。

検査や仕分けなど、画像を扱う業務で、学習済みのViTを土台に使うことがあります。データが少ない場合は、従来のCNNのほうが扱いやすいこともあるので、複数の手法を比べて選びましょう。

Vision Transformer（ViT）についてのみんなの疑問

ViTはCNNより必ず優れていますか？

必ずしもそうではありません。大量のデータで学習した場合に強みが出ますが、データが少ない場面ではCNNが有利なこともあります。

ViTはChatGPTと同じ仕組みですか？

土台は同じTransformerですが、入力の扱いが違います。ChatGPTは文章を単語の断片に分け、ViTは画像を小さな断片に分けて処理します。

自社の画像分類に使えますか？

学習済みのモデルを調整する形で、使える場合が多いです。公開されている学習済みのViTを土台に、自社の写真で追加学習する方法が一般的です。

AI関連の用語集【まとめ】

AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方は、ぜひご覧ください。

AI関連の用語集（全用語）気になった言葉は、ここからまとめて探せます。用語集を開く →

参考にした公式情報：An Image is Worth 16x16 Words（arXiv）

この記事は役に立ちましたか？

はい、役に立った いまいち

この記事をシェア

X Facebook LINE はてブ URLをコピー

ブログやSNSで紹介していただくときは、このページのURLをそのままお使いください（リンクはご自由にどうぞ）。

このサイトをホーム画面に追加

分からない言葉が出たとき、すぐ開けます。