Attēlu klasifikācija ar domēnu adaptāciju
Attēlu klasifikācija ar domēnu adaptāciju apmāca vizuālo klasifikatoru uz marķēta avota domēna un pielāgo to mērķa domēnam, kurā marķēti dati ir maz vai to nav. Saskaņojot iezīmju sadalījumus starp domēniem, modelis saglabā diskriminējošu precizitāti uz mērķa sadalījuma, neprasot pilnīgu mērķa pārmarķēšanu, padarot to praktisku reālās pasaules izvietošanas scenārijos, kur domēnu nobīde ir neizbēgama.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Domain-Adaptive Image Classification (Domain Adaptation for Visual Recognition). ScholarGate. https://scholargate.app/lv/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.
- Sīkāka pielāgošana attēlu klasifikācijaiDziļā mācīšanās↔ compare
- Attēlu klasifikācijaDziļā mācīšanās↔ compare
- Pārneses apmācība attēlu klasifikācijāDziļā mācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →