Rete Neurale Convoluzionale Adattiva al Dominio
Una CNN adattiva al dominio addestra una rete convoluzionale su un dominio sorgente etichettato e adatta le sue rappresentazioni di caratteristiche apprese a un dominio target non etichettato o leggermente etichettato, colmando il divario di distribuzione in modo che i classificatori visivi si trasferiscano in modo affidabile tra dataset, sensori o condizioni di imaging senza una ri-annotazione completa.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Ganin, Y., Ustinova, 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 ↗
- Tzeng, E., Hoffman, J., Saenko, K., & Darrell, T. (2017). Adversarial discriminative domain adaptation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 7167–7176. DOI: 10.1109/CVPR.2017.316 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Domain-adaptive Convolutional Neural Network (DA-CNN). ScholarGate. https://scholargate.app/it/deep-learning/domain-adaptive-convolutional-neural-network
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.
- Rete Neurale Ricorrente Adattiva al DominioApprendimento profondo↔ compare
- Vision Transformer Adattivo al DominioApprendimento profondo↔ compare
- Convolutional Neural Network Fine-TunedApprendimento profondo↔ compare
- Classificazione di immaginiApprendimento profondo↔ compare
- Transfer Learning con Convolutional Neural NetworkApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →