Адаптивна до домену сегментація екземплярів
Адаптивна до домену сегментація екземплярів (Domain-adaptive instance segmentation) розширює архітектури типу Mask R-CNN для роботи в умовах розподільчих зсувів — навчання на розміченому вихідному домені (наприклад, синтетичні рендери або денні зображення) та адаптації до нерозміченого або слабко розміченого цільового домену (наприклад, реальні сцени або нічні кадри). Зіставлення ознак за допомогою змагального навчання та самонавчання зменшують розрив між доменами як на рівні зображення, так і на рівні екземпляра.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Domain-Adaptive Instance Segmentation (Cross-Domain Instance-Level Pixel Segmentation). ScholarGate. https://scholargate.app/uk/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.
- Сегментація екземплярівГлибоке навчання↔ compare
- Семантична сегментаціяГлибоке навчання↔ compare
- Навчання з переносом для сегментації екземплярівГлибоке навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →