Clasificación de Imágenes con Adaptación de Dominio
La clasificación de imágenes con adaptación de dominio entrena un clasificador visual en un dominio fuente etiquetado y lo adapta a un dominio objetivo donde los datos etiquetados son escasos o ausentes. Al alinear las distribuciones de características entre dominios, el modelo mantiene la precisión discriminativa en la distribución objetivo sin requerir una re-anotación completa del objetivo, lo que lo hace práctico en escenarios de implementación en el mundo real donde el cambio de dominio es inevitable.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Ganin, Y., Ustunova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(59), 1–35. link ↗
- Wilson, G., & Cook, D. J. (2020). A survey of unsupervised deep domain adaptation. ACM Transactions on Intelligent Systems and Technology, 11(5), 1–46. DOI: 10.1145/3400066 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Domain-Adaptive Image Classification (Domain Adaptation for Visual Recognition). ScholarGate. https://scholargate.app/es/deep-learning/domain-adaptive-image-classification
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.
- Clasificación de Imágenes Mediante Ajuste FinoAprendizaje profundo↔ compare
- Clasificación de imágenesAprendizaje profundo↔ compare
- Aprendizaje por transferencia con clasificación de imágenesAprendizaje profundo↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →