Doménově adaptivní segmentace instancí
Doménově adaptivní segmentace instancí rozšiřuje architektury typu Mask R-CNN tak, aby fungovaly napříč distribučními posuny — trénuje se na označené zdrojové doméně (např. syntetické rendery nebo denní snímky) a adaptuje se na neoznačenou nebo slabě označenou cílovou doménu (např. reálné scény nebo noční záběry). Adversariální zarovnání rysů a samo-učení překlenují doménovou mezeru na úrovni obrazu i na úrovni instancí.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Chen, Y., Li, W., Sakaridis, C., Dai, D., & Van Gool, L. (2018). Domain Adaptive Faster RCNN for Object Detection in the Wild. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 3339–3348. DOI: 10.1109/CVPR.2018.00352 ↗
- VS, V., Gupta, V., Oza, P., Sindagi, V. A., & Patel, V. M. (2021). MeGA-CDA: Memory Guided Attention for Category-Aware Unsupervised Domain Adaptive Object Detection. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 4516–4526. DOI: 10.1109/CVPR46437.2021.00449 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Domain-Adaptive Instance Segmentation (Cross-Domain Instance-Level Pixel Segmentation). ScholarGate. https://scholargate.app/cs/deep-learning/domain-adaptive-instance-segmentation
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.
- Instance SegmentationHluboké učení↔ compare
- Sémantická segmentaceHluboké učení↔ compare
- Přenosové učení s instanční segmentacíHluboké učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →