Domene-adaptiv konvolusjonelt nevralt nettverk
En domene-adaptiv CNN trener et konvolusjonsnettverk på en merket kildedomen og tilpasser dens lærte trekkrepresentasjoner til en umerket eller lett merket mål-domene, og bygger bro over distribusjonsgapet slik at visuelle klassifikatorer overføres pålitelig på tvers av datasett, sensorer eller bildeforhold uten full re-annotering.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Domain-adaptive Convolutional Neural Network (DA-CNN). ScholarGate. https://scholargate.app/no/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.
- Domene-adaptivt rekurrent nevralt nettverkDyp læring↔ compare
- Domene-adaptiv Vision TransformerDyp læring↔ compare
- Finetunet konvolusjonelt nevralt nettverkDyp læring↔ compare
- BildeklassifiseringDyp læring↔ compare
- Overføringslæring med konvolusjonelt nevralt nettverkDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →