Machine learningDeep learning / NLP / CV
ドメイン適応型インスタンスセグメンテーション
ドメイン適応型インスタンスセグメンテーションは、Mask R-CNNスタイルのアーキテクチャを拡張して、分布シフトを越えて動作するようにします。ラベル付きソースドメイン（例：合成レンダリングまたは昼間の画像）でトレーニングし、ラベルなしまたは弱ラベル付きターゲットドメイン（例：実世界のシーンまたは夜間の映像）に適合させます。敵対的特徴アラインメントと自己学習により、画像レベルとインスタンスレベルの両方の粒度でドメインギャップを埋めます。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Domain-Adaptive Instance Segmentation (Cross-Domain Instance-Level Pixel Segmentation). ScholarGate. https://scholargate.app/ja/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.
Compare side by side →