Domänadaptiv bildklassificering
Domänadaptiv bildklassificering tränar en visuell klassificerare på en märkt källdomän och anpassar den till en måldomän där märkt data är knapp eller saknas. Genom att anpassa funktionsfördelningar mellan domäner behåller modellen diskriminerande noggrannhet på måldistributionen utan att kräva fullständig omannotering av målet, vilket gör den praktisk i verkliga driftsättningsscenarier där domänförskjutning är oundviklig.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Domain-Adaptive Image Classification (Domain Adaptation for Visual Recognition). ScholarGate. https://scholargate.app/sv/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.
- Finjusterad bildklassificeringDjupinlärning↔ compare
- BildklassificeringDjupinlärning↔ compare
- Överföringsinlärning med bildklassificeringDjupinlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →