Alueellisesti mukautuva kuvien luokittelu
Alueellisesti mukautuva kuvien luokittelu kouluttaa visuaalisen luokittelijan merkityllä lähdealueella ja mukauttaa sen kohdealueeseen, jossa merkittyä dataa on vähän tai ei ollenkaan. Yhdistämällä piirrojakaumia alueiden välillä malli säilyttää erottelukykyisen tarkkuuden kohdejakaumassa ilman täydellistä kohdeannotaatiota, mikä tekee siitä käytännöllisen todellisissa käyttötilanteissa, joissa alueellinen siirtymä on väistämätön.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Domain-Adaptive Image Classification (Domain Adaptation for Visual Recognition). ScholarGate. https://scholargate.app/fi/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.
- Hienosäädetty kuvien luokitteluSyväoppiminen↔ compare
- KuvanluokitteluSyväoppiminen↔ compare
- Siirto-oppiminen kuvien luokittelussaSyväoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →