Domenski prilagodena segmentacija instanci
Domenski prilagodena segmentacija instanci proširuje arhitekture tipa Mask R-CNN kako bi radile preko promjena distribucije – trenirajuci na označenom izvornom domenu (npr. sintetičke prikaze ili dnevne snimke) i prilagodavajuci se na neoznačeni ili slabo označen ciljni domen (npr. stvarne scene ili noćne snimke). Adversarijalno poravnanje značajki i samostalno treniranje zatvaraju domensku prazninu na granularnosti slike i instanci.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Domain-Adaptive Instance Segmentation (Cross-Domain Instance-Level Pixel Segmentation). ScholarGate. https://scholargate.app/hr/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 SegmentationDuboko učenje↔ compare
- Semantička segmentacijaDuboko učenje↔ compare
- Učenje prijenosom s segmentacijom instanciDuboko učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →