Segmentare adaptivă de domeniu pentru instanțe
Segmentarea adaptivă de domeniu pentru instanțe extinde arhitecturile de tip Mask R-CNN pentru a opera în condiții de deplasare a distribuției — antrenând pe un domeniu sursă etichetat (de ex., randări sintetice sau imagini de zi) și adaptând la un domeniu țintă neetichetat sau slab etichetat (de ex., scene reale sau imagini nocturne). Alinierea adversară a caracteristicilor și auto-antrenarea reduc decalajul de domeniu la granularitate de imagine și la granularitate de instanță.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Domain-Adaptive Instance Segmentation (Cross-Domain Instance-Level Pixel Segmentation). ScholarGate. https://scholargate.app/ro/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.
- Segmentare de instanțăÎnvățare profundă↔ compare
- Segmentare semanticăÎnvățare profundă↔ compare
- Învățare prin transfer cu segmentare de instanțeÎnvățare profundă↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →