Адаптация изображений к домену
Адаптация изображений к домену обучает визуальный классификатор на размеченном исходном домене и адаптирует его к целевому домену, где размеченные данные редки или отсутствуют. Выравнивая распределения признаков между доменами, модель сохраняет дискриминационную точность на целевом распределении без необходимости полной переразметки целевых данных, что делает ее практичной в сценариях реального развертывания, где сдвиг домена неизбежен.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Domain-Adaptive Image Classification (Domain Adaptation for Visual Recognition). ScholarGate. https://scholargate.app/ru/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.
- Дообучение классификации изображенийГлубокое обучение↔ compare
- Классификация изображенийГлубокое обучение↔ compare
- Обучение с переносом для классификации изображенийГлубокое обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →