Klasifikasi Citra Adaptif Domain
Klasifikasi citra adaptif domain melatih pengklasifikasi visual pada domain sumber berlabel dan mengadaptasinya ke domain target di mana data berlabel langka atau tidak ada. Dengan menyelaraskan distribusi fitur antar domain, model mempertahankan akurasi diskriminatif pada distribusi target tanpa memerlukan anotasi ulang penuh, menjadikannya praktis dalam skenario penerapan dunia nyata di mana pergeseran domain tidak dapat dihindari.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Domain-Adaptive Image Classification (Domain Adaptation for Visual Recognition). ScholarGate. https://scholargate.app/id/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.
- Klasifikasi Citra yang Disesuaikan (Fine-Tuned)Pembelajaran Mendalam↔ compare
- Klasifikasi CitraPembelajaran Mendalam↔ compare
- Transfer Learning untuk Klasifikasi CitraPembelajaran Mendalam↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →