| 基于深度學習的無監(jiān)督領域自適應語義分割算法綜述 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大小：5774 K | |
| 標簽： 領域自適應 語義分割 深度學習 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：隨著現代生活逐步智能化，越來越多的應用需要從圖像中推斷相應的語義信息再進行后續(xù)的處理，如虛擬現實、自動駕駛和視頻監(jiān)控等應用。目前的語義分割模型利用大量標注數據進行有監(jiān)督訓練能達到理想的性能，但模型對與訓練數據不同分布的數據進行推理時，其性能嚴重下降。這意味著一旦應用場景發(fā)生變化，就需對新場景的數據進行標注。模型重新利用新數據進行訓練，才能達到正常的性能。這無疑是耗時的、代價昂貴的。為此，領域自適應語義分割算法提供了解決模型在分布不一致數據上語義分割性能下降問題的思路。總結了領域自適應語義分割算法的前沿進展，并對未來研究方向進行展望。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2