Domain-adaptive Instance Segmentation
A domain-adaptív instance segmentation kiterjeszti a Mask R-CNN-stílusú architektúrákat a disztribúciós eltolódásokon való működésre – címkézett forrásdomenen (pl. szintetikus renderelések vagy nappali képek) történő tanítással és adaptálással egy címkézetlen vagy gyengén címkézett cél domainhez (pl. valós jelenetek vagy éjszakai felvételek). Az adverszáriális vonásillesztés és az ön-tanítás csökkenti a domain-rés mind kép-, mind példány-szintű granularitásban.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Domain-Adaptive Instance Segmentation (Cross-Domain Instance-Level Pixel Segmentation). ScholarGate. https://scholargate.app/hu/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 SegmentationMélytanulás↔ compare
- Szemantikus szegmentációMélytanulás↔ compare
- Transzfer tanulás instanciaszegmentálássalMélytanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →