Machine learningDeep learning / NLP / CV
도메인 적응형 이미지 분류
도메인 적응형 이미지 분류는 레이블이 지정된 소스 도메인에서 시각 분류기를 훈련하고, 레이블이 지정된 데이터가 부족하거나 없는 대상 도메인에 맞게 조정하는 것입니다. 도메인 간의 특징 분포를 정렬함으로써, 모델은 대상 분포에 대한 판별 정확도를 유지하면서 전체 대상 재주석이 필요 없게 되므로, 도메인 이동이 불가피한 실제 배포 시나리오에 실용적입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Domain-Adaptive Image Classification (Domain Adaptation for Visual Recognition). ScholarGate. https://scholargate.app/ko/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.
Compare side by side →