Phân đoạn đối tượng thích ứng miền
Phân đoạn đối tượng thích ứng miền mở rộng các kiến trúc kiểu Mask R-CNN để hoạt động xuyên suốt các dịch chuyển phân phối — huấn luyện trên một miền nguồn được gán nhãn (ví dụ: kết xuất tổng hợp hoặc ảnh ban ngày) và thích ứng với một miền đích không được gán nhãn hoặc gán nhãn yếu (ví dụ: cảnh thực hoặc cảnh đêm). Sự căn chỉnh đặc trưng đối nghịch và tự huấn luyện thu hẹp khoảng cách miền ở cả cấp độ ảnh và cấp độ đối tượng.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Domain-Adaptive Instance Segmentation (Cross-Domain Instance-Level Pixel Segmentation). ScholarGate. https://scholargate.app/vi/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.
- Phân đoạn thực thể (Instance Segmentation)Học sâu↔ compare
- Phân đoạn ngữ nghĩaHọc sâu↔ compare
- Transfer Learning với Phân đoạn Thể hiệnHọc sâu↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →