Klasifikasi Imej Adaptif Domain
Klasifikasi imej adaptif domain melatih pengklasifikasi visual pada domain sumber berlabel dan menyesuaikannya dengan domain sasaran di mana data berlabel kurang atau tiada. Dengan menyelaraskan taburan ciri merentas domain, model mengekalkan ketepatan diskriminatif pada taburan sasaran tanpa memerlukan anotasi semula sasaran sepenuhnya, menjadikannya praktikal dalam senario penggunaan dunia sebenar di mana anjakan domain tidak dapat dielakkan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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 memetik halaman ini
ScholarGate. (2026, June 3). Domain-Adaptive Image Classification (Domain Adaptation for Visual Recognition). ScholarGate. https://scholargate.app/ms/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 Imej Halus-TalaPembelajaran Mendalam↔ compare
- Klasifikasi ImejPembelajaran Mendalam↔ compare
- Pembelajaran Pemindahan dengan Pengelasan ImejPembelajaran Mendalam↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →